关于部分幺正学习
用量子 Chebyshev 特征映射来解微分方程,通过求和保里 Z 算符的张量积作为测量可观测量的改变,提高了精度和计算时间,在处理初始值问题时使用浮动边界处理。在复杂动力学和微分方程系统的求解上进行了测试,另外,我们提出了加入纠缠层以提高精度而不增加可变参数的方案。此外,还结合了物理信息神经网络的改进自适应方法来平衡多目标损失函数。最后,提出了一种新的量子电路结构来逼近多变量函数,并测试了在求解 2D Poisson 方程时的效果。
Dec, 2023
该论文研究了一种通过优化传输映射将概率测度集嵌入希尔伯特空间的方法,并证明了当参考概率密度在一个凸集上均匀分布时,该嵌入具有 (bi-) H"older 连续性,同时可等价解释为对于优化传输映射的维度无关的 H"older 稳定性结果。这一方法使得一般的监督学习和无监督学习算法可以直接应用于测度数据上。
Oct, 2019
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
本文提出基于凸规划对离散输入字母和有限维输出的经典量子通道容量的迭代估算方法,得到 Holevo 容量的近似值,并且可将其扩展到有界连续输入和有限维输出的通道。
Jul, 2014
本文介绍了一种使用 unitary oracle 和 qubitization 方法进行哈密顿模拟的算法,其中 qubitization 将任何哈密顿量编码到不变的 SU (2) 子空间中,并给出了 e^{-iHt} 等复合算子的查询复杂度,这在精确模拟中获得了二次加速。
Oct, 2016
该研究提出了一种新的量子状态保真度测量方法,利用线性熵和希尔伯特 - 施密特内积计算,具有共同凹性和满足 Jozsa 公设等特殊性质,但不满足乘法可加性和单调性,并且还确定了密度矩阵空间的新度量方法和 Uhlmann-Jozsa 保真度在量子比特状态下的共同凹性。
Jun, 2008