该研究团队评估了不同量子机器学习网络在图分类任务中的特定表现。量子电路具有不同的内部对称性,这些对称性完全、部分或完全不与图的对称性相符,在数据集上展现出不同的性能表现。研究人员通过一系列具有特定结构的特殊图来检验收敛结果,这些图在训练数据中不太可能出现,涵盖了一些特定案例,反驳了量子神经网络仅基于图中边数学习简单替代模型的假设。