通过矩阵乘积态假设，提出了两种在一维量子系统中进行量子状态重构的方案，一种方案需要对恒定数量的子系统进行幺正操作，而另一种方案只需要进行局部测量及更复杂的后处理，两种方案仅依赖于线性数量的实验操作和多项式级别的经典后处理，可以无需任何先验假设地严格证明重构状态的准确性。

Jan, 2011

基于研究对现代量子设备的实际限制如何影响量子学习的复杂性，通过自然环境中对多个副本进行测量和采用 Schur-Weyl 采样的方式，揭示了量子学习中量子复制与纠缠之间的平滑交换，特别是在拓扑近似条件下的观测联通性以及从最大混合态偏离程度的估计。

Feb, 2024

研究了量子态鉴定问题，提出了使用较少的量子状态估计方法，其中包括使用 n=O (d/ε) 个副本进行基于保真度的鉴定和使用 n=O (d/ε^2) 个副本进行基于迹距离的鉴定，并且这些复制复杂度是最优的。

Aug, 2017

本文提出 ‘ NA-QST’ 算法，使用机器学习、粒子群优化和贝叶斯粒子滤波方法，降低了从 O（poly（n））到 O（log（n））的复杂度，使量子态重构的速度快了数百万倍，精度不受影响。同时讨论了在各类射影测量值的情况下的适应性。

Dec, 2018

该研究论文研究了如何通过量子状态的测量来生成假设，以指导下一次测量的选取，即减少答案预测失误率。

Feb, 2018

本文探讨了量子系统的波函数指数级放缩对于量子信息处理的重要性，提出了一种计算学习理论的方法，通过对稳定子状态的研究，解决了 Aaronson 博士提出的量子状态学习难问题，并探讨了其在量子计算中的应用。

Apr, 2017

本文介绍了一种新的多体量子系统特征提取技术 Matrix Product State tomography，它可以使用有效的方法来准确地估计一个广泛类别的量子系统状态，这对于研究大量子体系和验证量子仿真器和计算机非常有用。

Dec, 2016

该论文介绍了 “影子断层扫描” 的概念，给出了仅需测量 $\widetilde {O} (\varepsilon^{-4}\cdot \log^{4} M\cdot\log D)$ 个状态副本就可以高概率地解决该问题的方法，该方法在量子行业中有许多实际应用，例如量子密码学、量子软件保护、量子通信等。

Nov, 2017

该研究提出了一种用于量子态重构的方法，该方法使用数量线性于维数的状态拷贝就可以以高概率获得对实际状态的精确估计，同时该方法也可以广泛应用于其他问题，如固有主成分分析和特征学习。

Aug, 2015

本研究使用投影梯度下降法提出了三种新的量子态重构算法，并将它们与现有的算法进行了比较，结果表明投影梯度下降法适用于大规模复杂状态的重构，速度快且表现优异。

Dec, 2016