TensorFlow Quantum 是一个开源库，支持快速原型设计经典或量子数据的混合量子 - 经典模型，并提供高级抽象来设计和训练区分性和生成性量子模型。该库的功能包括超导量子分类和控制，噪声型和最优化截断模拟以及类似神经网络的混合量子 - 经典模型的层次学习和 Hilbert 空间的量子分类；旨在为量子计算和机器学习提供必要的工具，发现潜在的量子算法。

Mar, 2020

利用机器学习和优化技术，我们使用基于连续变量的量子神经网络作为电路结构，通过寻找量子电路来实现输入和输出状态之间的变换，以及合成单光子、Gottesman-Kitaev-Preskill 态、NOON 态、立方相位门、随机酉门、Cross-Kerr 相互作用等多种状态和门。

Jul, 2018

本文比较了四个量子计算软件平台（Forest，Qiskit，ProjectQ 和 Quantum Developer Kit），涵盖了各自的需求和安装、语言语法、库支持以及每个平台的量子模拟器能力，并对于每个平台的硬件支持、量子汇编语言和量子编译器进行了比较。

Jul, 2018

量子计算机仿真软件关键研究领域：qiskit-torch-module 在提高运行效率、低开销与 PyTorch 集成方面较其他库提升两个数量级；适用于单机计算系统的高级工具，便于量子神经网络的整合。

Apr, 2024

本文提出了一种基于三维混合资源状态的光子量子计算机结构设计，该结构将 bosonic qubits 和 squeezed vacuum states 结合起来生成 Cllifford gate，并使用二维集成光子芯片在时间和空间维度上产生 qubit 集群态，从而降低了实验挑战。该设计为制造和操作量子计算机提供了可扩展性开门，从而使光子学能够跨越其他平台的道路，并在实现数百万 qubits 的量子计算机方面取得领先。

Oct, 2020

利用一种创新的分布感知型的 QCQ 架构，将量子硬件和经典计算资源相结合，实现高性能计算，解决材料和凝聚态物理的量子模拟挑战，通过整合量子软件框架、高性能计算资源、量子算法和机器学习，该架构能够在分布式计算环境中有效进行量子状态准备、量子状态分类及量子模拟任务，实现量子 - 高性能计算的可扩展性，加速复杂相变分类任务并提供准确的相变预测。

Mar, 2024

本论文提出了一种光子芯片，利用一元法计算欧式期权定价，并结合量子振幅估计算法，与经典蒙特卡罗方法相比具有二次加速度。该芯片由三个模块组成：加载资产价格分布、计算预期收益和执行量子振幅估计算法。在资产价格分布模块中，嵌入了生成对抗网络以高效学习和加载资产分布，准确捕捉市场趋势。该研究是金融应用专用光子处理器发展的一步，有潜力提高金融服务的效率和质量。

Aug, 2023

提出了针对量子软件的设计合同框架，使用 python 嵌入式语言编写有关某些程序构建的所有量子电路输入和输出状态的断言，并提供了一种方法来写统计处理断言，以确保获取最终结果的程序的正确性。通过量子计算机模拟器自动检查这些断言，评估结果表明，该框架具有足够的表达能力来验证量子软件的整个程序。

Mar, 2023

研究了量子 - 经典混合的架构需求和运行性能基准测试的框架，并针对最有前途的近期量子硬件应用，即变分混合算法，提出两个云平台级别的优化方法 —— 参数编译和主动量子比特重置；最后，展示了将这两个功能集成到 Rigetti Quantum Cloud Services 平台中会显著提高 VHA 算法运行时间的延迟。

Jan, 2020

PennyLane 是一个用于对可微分编程的、支持量子计算机的 Python 3 软件框架，最重要的功能是能够计算出与后向传播兼容的变分量子电路的梯度，从而将计算机学习和优化扩展到量子和混合计算中。

Nov, 2018