Jun, 2024

$Classi|Q\rangle$ 桥接经典 - 量子编程差距的翻译框架

PDF
TL;DR引入了 $Classi|Q angle$ 这个翻译框架的想法，将高级编程语言（如 Python 或 C++）翻译成低级语言（如量子汇编），以实现经典计算和量子计算的连接，为量子软件工程的持续努力提供了蓝图，并讨论了未来对 $Classi|Q angle$ 的改进，包括支持其他量子语言、改进优化策略和与新兴量子计算平台的集成。
quantum computingclassi|q angleprogramming languagesquantum software engineeringhybrid quantum computation
发现论文，激发创造
  • 基于多 GPU 的混合量子 - 经典工作流的量子 - HPC 框架：在量子模拟中的应用

    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

  • 一种针对变分混合算法优化的量子 - 经典云平台

    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

  • 量子迁移学习的可接受性判断

    该研究展示了使用从大型语言模型中提取的嵌入向量进行量子迁移学习算法在经典语言学任务（可接受性判断）上进行分类的潜在优势，包括性能和表达能力，评估结果显示出与最先进的经典迁移学习算法相媲美的量子迁移学习流程，为当前量子计算机在自然语言处理任务中的能力提供了证明，并通过可解释的人工智能方法进行了定性的语言分析，揭示了量子迁移学习算法相较于经典算法在正确分类复杂和结构化句子方面的能力，为未来在自然语言处理中取得量子优势奠定了基础。

    Jan, 2024

  • 实用量子指令集架构

    介绍了一种针对经典 / 量子计算的抽象机器架构和名为 Quil 的量子指令语言，提供了具体实现和针对该架构的重要算法，并且能够支持最近的经典 / 量子算法的便携式描述。

    Aug, 2016

  • 朝向量子软件建模语言

    采用一组基于 UML 的最小扩展元素实现量子软件的建模语言，不仅可用于扩展其他软件建模语言，也可以成为全新语言的基础，并可抽象地建模任何一部分量子软件，最后展示了一小组示例来验证这些扩展的效力。

    Jun, 2020

  • TensorFlow Quantum：量子机器学习软件框架

    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

  • 量子文本分类器 —— 一种经典和量子机器学习协同的方法

    该研究论文介绍了如何使用量子机器学习算法进行文本分类，并且实现了一个端到端的框架和可用的算法。

    May, 2023

  • 量子机器学习简介

    本文系统概述了新兴领域 - 量子机器学习的方法、技术细节以及未来理论的潜力。该领域研究人员研究了量子计算如何帮助改进传统的机器学习算法，具有重要的计算优势。

    Sep, 2014

  • 初学者的量子算法实现

    这篇综述介绍了量子计算机的编程原理，包括量子算法和 IBM 量子计算机上的实现，为计算机科学家、物理学家和工程师提供了实现量子计算的蓝图。

    Apr, 2018

  • 基于量子态保真度的量子 - 经典协同训练架构

    该研究致力于量子深度学习方面的研究，引入了一种协同的经典 - 量子架构 co-TenQu，通过压缩和特征提取的张量网络和有限量子比特的逻辑电路，实现对高维数据的编码，同时使用量子态保真度评估函数实现两侧之间的反馈循环训练网络。相比现有方法，co-TenQu 在公平环境中提高了经典深度神经网络的性能达 41.72%，并且在使用更少量子比特的情况下，相比其他基于量子的方法提高了至多 1.9 倍并获得类似的准确度。

    Feb, 2024