利用机器学习算法的自动化测量方法可以提高量子系统的测量效率，并为大型量子电路的自动化控制打下基础。

Oct, 2018

量子计算中，基于测量的量子计算（MBQC）与基于 Clifford 量子细胞自动机（CQCA）的一种模型有关，具有简单直观的电路模型表示。我们应用此描述构建了多种基于 MBQC 的参数化量子电路的 Ansätze，证明不同的 Ansätze 在不同的学习任务中可能导致显著不同的性能。因此，MBQC 提供了一系列适应特定问题设置且特别适用于具有平移不变门的体系，如中性原子的硬件高效的 Ansätze。

Dec, 2023

该研究综述了基本量子电路中的简单规则，并提出了一种简化方法，称为测量简化，它简化了量子电路测量的表达式。通过测量简化，我们简化了变分量子算法的特定结果表达式，并在计算时间和所需内存大小方面取得了大幅改进。在本研究中，我们将测量简化应用于变分量子线性求解器（VQLS）、变分量子本征求解器（VQE）和其他量子机器学习算法，以展示计算时间和所需内存大小的加速示例。

Dec, 2023

提出依据短时间动力学的高效测量方案，并使用群化可交换观测量和哈密顿对称性来改善哈密顿重构的准确性。

Aug, 2021

利用线性光学电路采样算法和观察 “波色云” 现象成功验证量子技术，为所有架构的量子技术提供了可行的验证方法。

Nov, 2013

采用机器学习自主生成自适应反馈计划的方法适用于量子信息，有效取代了猜测性的量子测量方法，实现了在干涉测量中最佳的自适应方案。

Oct, 2009

研究了一种限制性的量子计算模式 —— 瞬间量子计算架构和抽象模型，利用二元骨架理论，证明了该模式足够丰富，使得从经典角度无法高效准确采样的概率分布能够采样；研究了可用于证明量子效应存在的简单交互证明游戏，而且只需使用比 Shor 算法所需更少的量子位。

Sep, 2008

本篇论文旨在解除计算机科学家和其他非物理学家对于量子计算与传统计算之间的概念和符号障碍，介绍了量子计算基础原理、量子计算机威力的来源及其难以操纵的原因，描述了量子加密、量子纠缠、量子密集编码等各种量子并行算法，包括 Shor 算法、Grover 算法和 Hogg 算法，最后讨论了量子纠错。

Sep, 1998

本文从量子信息与量子计算角度出发，阐述了连续测量和条件和无条件（随机）主方程的理论，并借助量子电路图，将这些主方程的连续时间演化归结为在系统和探针场之间进行的离散化相互作用。通过用一个含有一定数量的量子比特的粒子池代替探测场，重新阐释了这种相互作用，这样就可以重新表达所有标准的量子光学主方程，并凸显了它的基础假设。

Oct, 2017

基于测量的量子计算（MBQC）利用量子测量的固有随机性设计量子算法，以及利用 MBQC 中的随机副产品作为计算资源来进行的生成建模任务的算法设计工作。我们提出了一种带有控制参数的变分 MBQC 算法，可以直接调整计算中接纳的随机程度。我们的数值结果表明，这种额外的随机性可以在特定的生成建模任务中带来显著的学习性能提升，强调了利用 MBQC 固有随机性的潜在优势，并激发了进一步基于 MBQC 的算法研究。

Oct, 2023