May, 2024
Schur 基下局部对称性改进的经典阴影
Improved classical shadows from local symmetries in the Schur basis
Daniel Grier, Sihan Liu, Gaurav Mahajan
TL;DR证明了一种经典阴影的联合测量协议其样本复杂度与状态秩成正比，并且在低秩情况下具有几乎二次优势。
Abstract
We study the sample complexity of the classical shadows task: what is the
fewest number of copies of an unknown state you need to measure to predict
expected values with respect to some class of observables? Large joint
measurements are likely required in order to minimize
发现论文，激发创造
主特征态经典影像
学习未知量子态的主特征态的经典描述，以便后续用于估计一类可观测量的期望值，我们提出了一个与主特征值相比例的协议，并证明在一些自然方法空间中是最优的，此外，当特征值接近于 1 时，我们的算法表现最佳，与纯态经典描述的样本复杂度相匹配。
May, 2024
最优高精度阴影估计
给出了阴影层析术和经典阴影在目标误差低于希尔伯特空间维度的倒数多项式时的样本复杂度界限；通过降维，我们展示了能将目标误差和希尔伯特空间维度缩放至更小的范围；该论文使用了最近在全态层析术背景下开发的表示论工具，通过测量未知混合态，输出描述该态的经典信息并在给定精度下估计一组可观测量。
Jul, 2024
量子态的阴影成像
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
关于态重构的量子纠缠性与复制复杂度之间的最佳权衡
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
通过不连贯测量实现实例最优状态认证
本文主要研究关于量子态证明的基础问题，展示了使用非自适应的非相干测量量子态证明所需的拷贝数目与混合度测量所需的拷贝数目之间存在关联，实现了一个实例优化的上限。
Feb, 2021