本研究の目的はPQC(Parameterized Quantum Circuit)の表現能力を高めることで従来の量子CNN(QCNN)より高精度なモデルを作り、PQCとチャネル数に対してスケーラブルなモデルを構築し汎用性を実現することである。PQC1つあたりのデータ埋め込みの次元数を上げた量子埋め込み層と古典の線形層から成るモデルを作成し、画像処理の標準的なタスクに適用した。次に、従来のQCNNと比較することで、作成した量子埋め込み層の表現能力を評価した。結果、すべてのタスクで従来のQCNNに対して精度が向上した。また、異なる入力ゲートを有するPQCの数を増やすほど精度が向上することを見出した。