该研究文章讨论了发展基于量子算法用于学习和测试仅依赖于 k 个输入变量的布尔函数（即 juntas）的有效算法，并着重于在没有经典或量子会员资格（“黑盒”）查询的情况下实现高效算法，其中量子算法仅需少量输入样本但可能需要许多经典随机样本，并阐述了算法的上下界。

Jul, 2007

本文介绍了通过量子查询和量子示例从学习布尔函数的算法的复杂性的新结果，其中我们探讨了中间问题的量子和经典查询复杂度与精确学习问题和谐平衡的自然问题，并提高了期望严格学习的新下界，以达到经典 PAC 学习的已知上界。

Nov, 2004

本文介绍了一种新的量子算法，以解决预定大小的已知集合中的未知 N 位字符串的甄别问题，还在量子学习理论中应用该算法并改进了其复杂度，并且提出一种新的组合定理，使我们能够编写没有错误降低的具有依赖性查询复杂度的量子算法，最后用此方法消除了布尔矩阵乘法的最优量子算法中所有的对数因子。

Nov, 2013

该论文通过对量子对手界限进行综合分析和研究，得出了其适用于任意单量子比特部分函数、状态生成和状态转换问题以及实现任意幺正变换的版本，并获得了一些关于一般性输入预言机的函数和关系的量子查询复杂度的下界。

Apr, 2015

该研究讨论了在固定且未知的分布和自然条件下的半空间学习问题，证明了最坏情况下的性能和效率的复杂性。

May, 2015

采用量子对手来证明问题下界的新方法，通过设法获得足够的纠缠状态来限制计算的查询数，推出 AND 的 OR、排列倒置等计算所需的最小查询数。

Feb, 2000

本文提出了基于炸弹测试问题的一种新的查询复杂度模型：炸弹查询复杂度，并研究了它与常规量子查询复杂度的关系，并表明其与最短路径问题和最大二分匹配问题的应用。

Oct, 2014

我们提出了几种算法，用于从量子统计查询（QSQs）中学习幺正算符，与其 Choi-Jamiolkowski 状态相关。

Oct, 2023

本文介绍了量子布尔函数的研究，包括量子性质测试、寻找布尔函数的大傅里叶系数的 Goldreich-Levin 算法的量子版本和 Friedgut，Kalai 和 Naor 关于布尔函数傅里叶谱的一个定理的两个量子版本。为了得到其中的一个推广，我们证明了 Bonami、Gross 和 Beckner 的超协调不等式的量子扩展。

Oct, 2008

通过量子计算，我们提出了一个具有改进复杂性的量子算法来解决有限和优化问题，使得我们可以找到一个 ε- 最优解点。

Jun, 2024