- 量子感知器模型
本文演示了量子计算如何提供感知器模型计算和统计复杂度的非平凡改进, 对感知器学习发展了两个量子算法,用于确定一个分离的超平面,并通过应用量子振幅扩大到感知器模型的版本空间诠释来实现准确度进一步的改进。
- 组合分布语义的分级蕴涵
本文研究了分类组合分布语义学中的词汇包含问题,使用密度矩阵和量子计算中的部分知识的范畴语义思想提出了一种新的语言模型,并引入了一种新颖而强健的分级量化概念,能够有效地计算概念之间的包含关系。
- 量子机器学习进展
本文探讨了量子机器学习领域的进展,包括算法和实验实现,展望了该领域的前景和存在的问题。
- MM量子计算中的快速图操作
本文研究了特定纠缠态和图形之间的联系,提出了一种基于量子计算的图数据结构,并证明了这种数据结构的操作效率优于任何经典结构。
- 用于人工智能的投影模拟
本文提出了一种学习智能体的模型,其与环境的交互由基于模拟的投射控制,该模型通过随机行走的方式对记忆片段网络进行模拟,筛选特定特征以触发智能体动作,提供了一种新的基于实体认知科学的智能行动学习途径,并与强化学习和量子计算领域进行了连接。
- 交互量子观察量:范畴代数和图示法
本文介绍一种可以简化量子计算和信息领域中演绎的直观且具有通用性的多量子比特系统图形计算方法 - ZX 积 (计算方法),并在物理理论的通用框架中基于点的对称交换广义范畴的形式定义了量子可观察值的互补性和相移,并对协方差性及相对性分别给出了纯 - 拓扑量子纠错的实验演示
本研究成功实现了基于拓扑性质的集团态的拓扑纠错方法在 8 量子比特光学集群态上的实验验证,并发现该方法可在高误差环境下进行。这一技术有望成为未来大规模量子计算的重要组成部分。
- 代数问题的量子算法
量子算法的发展和挑战,尤其是超级多项式时间复杂度快速解决代数问题的 Shor 算法,正在推动大规模量子计算机的研制。
- 量子强化学习
本文提出了一种新颖的量子强化学习算法,通过将量子理论和强化学习相结合,引入了价值更新算法框架,通过概率幅度并行更新以达到在探索和利用之间取得良好平衡,并加速学习。经实验验证,该方法在一些复杂问题中表现出优越性和实用性,是量子计算在人工智能应 - 即时量子计算
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 - 通用盲量子计算
提出了一种交互协议,使客户端的输入、输出和计算完全保密,并且不需要任何量子计算能力或记忆,可用于经典或量子输入 / 输出;引入身份验证协议,使其可以检测到干扰服务器。此外,作者进一步将其推广到全经典客户端,以在不泄露私密信息的情况下完成盲量 - 量子计算与张量网络的评估
提出了一种量子算法,可以逼近张量网络的值,在结合现有结果时,提供了一个完整的量子计算问题。该结果替代了量子计算中的幺正门,使用张量并根据其符合的顺序计算。利用这种方法,导出了逼近各种经典统计力学模型的配分函数的新型量子算法,包括 Potts - 随机量子态的可分辨性
基于两个分析下界,在已知纯态系列中鉴别状态选择成功的概率 p,并使用基于 Gram 矩阵本征值的分析下界来降低渐近区分 n 个随机量子态在 d 维度中的可分辨性,其中 n /d 趋向于一个常数。尤其对于几乎所有的 n 维度的 n 个态系列, - 用于将量子寄存器初始化为任意超立方态的有效方案
本文提出了一种方案,可以用 $O (Nn^2)$ 标准的一比特和二比特门操作,在不引入额外的量子位条件下,最普遍地初始化具有任意叠加基态的量子寄存器。
- 纠缠的代数度量
本研究探讨了张量积中一般张量的秩,并给出了它纯态的数量、量子纠缠程度等方面的解析表达。在此基础上,对于(C2)3 的张量我们给出了它的标准形式,同时也有了在(C2)4 情况下张量的最大秩是 4 的结果。
- 量子信息的一位 bit 的潜力
高温集合量子计算可以实现非常有趣的物理模拟,而且没有已知的高效经典算法,即使该模型在存在预言机时比标准量子计算弱。
- 量子自动机和量子文法
本研究将语言和自动机理论中的结构推广至量子情形,提出了量子有限状态自动机和下推自动机,以及正则文法和上下文无关文法的量子版本,在量子情形下得出了数个经典定理的类比,同时还证明了存在着非上下文无关的量子语言。
- 量子计算的优缺点
本文论述了关于量子计算相比于经典概率计算更强大的论题,证明了基于一个随机选择的 orcale,NP 类问题无法在量子图灵机上在 $o (2^{n/2})$ 的时间内解决,同时也证明了在 $o (2^{n/3})$ 的时间内,NP 和 coN