- 量子核函数的归纳偏差
通过分析量子核心函数类的光谱特性，我们发现如果其再现核希尔伯特空间具有低维度且包含传统计算难度的函数，则存在量子优势；然而，合适的量子核心函数不易找到，而该偏置相对于经典模型在量子机器学习模型速度提升方面是必须的。
- 超导量子计算机上基于实验深度强化学习的错误鲁棒门集设计
使用深度强化学习方法，在超导量子计算机上设计出一组通用的、能够容错的逻辑门，无需了解系统的特定哈密顿模型、控制或基础误差过程并表现出卓越的性能，与其他黑盒优化技术相比具有可比性或略微更优的性能。
- 变分量子算法
该文综述了 VQAs 领域，讨论了克服困难的策略，并突出了使用 VQAs 获得量子优势的激动人心前景。
- 噪声抗干扰量子电路的机器学习
该文档提出了一种基于机器学习的通用框架，用于降低噪音对量子电路的影响，并利用该框架构建出对噪声具有鲁棒性的电路，从而实现量子计算机的噪音约束计算。
- 可变量量态本征求解器
本文介绍了一种名为变分量子态本征求解器 (VQSE) 的算法，用于在量子计算机上有效地计算出密度算子最大本征值及其对应的本征态。该算法利用了对角化和主支配之间的联系来定义代价函数，需单次迭代仅 单次复制密度算子，可以实现。作者还演示了两个该 - 利用分子点群对称性降低量子模拟的量子比特要求
为了在限制条件下优化量子算法的资源利用，本文开发了如何减少模拟分子所需量子比特数的方法，用的是空间对称性的第二量子化表示，并将它们转换为它们的量子比特运算符表示。
- MM量子计算机的争议
本研究针对量子计算机的可行性进行了计算复杂度的论证，并且鉴定了一种由噪声中等规模量子计算机描述的非常低复杂度概率分布，解释了为什么它既不允许高质量的量子纠错，也不允许展示量子霸权。同时，我们还推导了一些关于噪声量子系统行为的一般性原理。这项 - 使用强化学习寻找有效的量子比特路由策略，以便在近期量子计算机部署中使用
本文提出了量子计算机中量子比特路由问题的强化学习解决方案，解决此问题的方法是通过将传统的强化学习框架改进，允许离散动作空间，并证明了该方法的优越性，其具有普遍意义。
- MM量子计算时代的量子化学
通过量子计算的方法，操作物质的量子状态，利用其独特特征（例如叠加和纠缠）可以高效准确地模拟许多重要的量子化学问题，本文概述了与量子化学相关的算法和结果，并旨在为既想了解量子计算的量子化学家，也想探索量子化学应用的量子计算研究人员提供参考。
- 跨新兴量子架构的社区检测
该论文提出，在量子计算机在 HPC 生态系统中扮演加速器的路线图中，为解决真实世界的问题，我们需要发展便携、架构无关的量子 - 经典混合框架，并为社区检测问题展示了基于量子退火和基于门的通用量子计算范式的一个应用。
- 基于量子计算的神经网络基准测试
研究利用机器学习技术开发量子计算算法的一种新思路，通过对比标准实值和复值经典神经网络与量子神经网络性能的实验表明，量子神经网络能够用更少的反向传播次数和更小的网络模型获得相媲美甚至更好的结果。
- 连续变量量子神经网络
该论文提出了一种建立在量子计算机上的神经网络的通用方法，即采用连续变量（CV）结构构建变分量子电路，其中使用高斯门和非高斯门分别实现仿射变换和非线性激活功能，此模型具有非线性和普适性，可以编码高度非线性变换。
- 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。
- 量子变分自编码器
使用量子玻尔兹曼机实现的量子变分自编码器（QVAE）比仅涉及生成过程中的离散变量的相似方法在 MNIST 数据集上实现了最先进的性能。将 QBM 放置在 VAE 的潜在空间中将充分发挥当前和下一代量子计算机作为采样设备的潜力。
- 一种将量子电路映射到 IBM QX 架构的高效方法
研究提出了一种方法，实现了在保持最小量子门的同时，将给定的量子功能映射到满足架构所有约束的一种实现，该方法比 IBM 自己的映射解决方案更快，提供了小成本的映射电路。
- 用于小分子和量子磁体的硬件高效的变分量子本征求解器
本文介绍了一种硬件高效的可变量量子本征求解器，结合铁磁哈密顿量的紧凑编码和稳健的随机优化算法，在量子处理器上实现了六量子位哈密顿问题的实验优化，并将技术应用于一个量子磁学问题，其结果有助于阐明将该方法扩展到更大系统的要求，并致力于填补高性能 - 量子机器学习
本文讨论了量子计算机在机器学习中的应用，介绍了量子机器学习领域的研究方向、挑战和最新进展。
- 量子算法概述
介绍了量子算法在加密、搜索、优化、量子系统仿真和大规模线性方程组求解等领域应用的概况及其近期的发展和应用。
- 在量子计算机上解决强相关电子模型
利用量子计算机演化调控 Hubbard 模型，采用有效嵌套策略实现指数级降低影响因素，设计高效测量和非破坏式的实验方法，实现对模型的精确刻画和参数量子模拟。
- 一个基于量子处理器的变分特征值求解器
该论文介绍了一种基于 ans"atze 和经典优化的新方法来减少量子计算时间需求。该方法将小型光子量子处理器与传统计算机相结合，并在量子化学中进行了实验验证。