第6世代（6G）無線通信の重要な基盤として、再構成インテリジェントサーフェス（RIS）は信号強度を制御する柔軟性を提供します。しかしながら、数百の要素を最適化することは計算コストが高いです。この課題を克服するために、本研究では離散位相シフトと要素間結合を組み込んだ二面型RIS設計の物理および電磁応答を共同最適化する量子フレームワーク（QGCN）を提案します。主要な貢献は、要素の適応的な活性化または非活性化であり、PINダイオードスイッチを用いた仮想的な間隔調整メカニズムを可能にします。次に、アパーチャ長およびアクティブ要素間の相互結合に関する制約下で最小ユーザーデータレートの最大化を目的とした多目的問題を解決します。IBM Quantumの127量子ビットibm kyiv超伝導プロセッサ上での実験結果により、本提案のQGCNアルゴリズムは既存手法と比較して、単一イテレーション当たりの計算複雑性とメモリ要件の両方が削減されることが示されました。また、QGCNは同等のグラフトポロジーを持つ古典的グラフニューラルネットワーク（GNN）を＋0.38 bps/Hzの追加利得で上回りました。この利点はアレイサイズの増加に伴い増大しています。
Hassanら（火曜、）は本問題を研究しました。