- QOPTLib：面向量子计算的组合优化问题基准
我们提出了一个量子计算导向的用于组合优化的基准测试。这个基准测试被称为 QOPTLib，由 40 个实例组成，均匀分布在四个众所周知的问题上：旅行商问题、车辆路径问题、一维装箱问题和最大割问题。QOPTLib 实例的大小不仅与可计算的大小对 - 用于 AGILE 空间任务数据中伽玛射线暴检测的量子卷积神经网络
利用混合量子 - 经典计算的量子计算代表着人工智能的前沿，本研究使用多个框架分析 AGILE 的数据以侦测天空图或光曲线中的伽马射线暴，基于 QCNN 的模型在天空图上达到 95.1% 的准确度。
- 统计推断的最优通用量子编码
利用量子计算，研究经典数据在统计推断中的最佳编码。寻找一种适用于各种统计推断任务的优化编码器。通过量子编码，实证任何统计推断的准确性都被一个与量子编码中的经典数据最大泄漏成比例的项上界所限制，这表明最大量子泄漏是统计推断编码策略质量的普适度 - 一种改进的去极化方法用于高效的量子机器学习
在噪声中间量子（NISQ）时代的量子计算在机器学习、优化和密码学等领域展示出了有前景的应用。然而，由于系统噪声、错误和退相干，这些挑战使得量子系统的模拟变得复杂。本文提出了一种改进的单比特去极化通道表示法，使用了仅基于 X 和 Z Paul - 量子语言处理的现状
这篇文章对于自然语言处理的量子计算研究进行了综述，目标是提高当前模型的性能，为一些语言现象（如歧义和长距离依赖）提供更好的表示。多种方法家族被介绍，包括符号图解法和混合神经网络。这些研究表明实验研究已经可行，并且为新模型的构思和评估提供了开 - 量子神经网络的超参数优化
通过比较不同配置，我们对量子机器学习模型的性能进行了研究，提供了性能数据和超参数选择的具体建议。
- 一种基于量子模糊的实时太阳冕孔检测方法
本研究提出了一种基于量子计算的快速模糊 C 均值方法来快速检测太阳冠空洞，通过图像处理和形态学运算从分割图像中提取冠空洞区域，与现有技术相比，在较短时间内展现了可比较的性能。
- 使用量子退火器解决实际包裹配送路径问题
通过开发一种量子 - 经典混合求解器 Q4RPD 解决实际案例，并结合 D-Wave 的 Leap Constrained Quadratic Model Hybrid Solver，本研究关注量子计算与路由问题的结合。通过六个不同案例的实 - 扫描探针显微镜如何受到人工智能和量子计算的支持
我们重点关注于支持扫描探针显微测量的潜在可能性，强调了应用人工智能，特别是机器学习和量子计算。结果表明，人工智能在实验过程自动化中可以提供帮助，算法搜索良好样本区域，并阐明了结构性质关系的一些见解。因此，它有助于提高光学纳米显微扫描探针的效 - 通过神经网络进行零噪声外推以增强量子变分算法
利用神经网络进行零噪音外推，以改善量子计算中噪音对算法准确性和可靠性的限制，展示了使用这种方法在噪音环境下进行量子计算的效果，为在嘈杂的设备上提高 Variational Quantum Eigensolver 计算的准确性铺平了道路。
- 图学习用于量子近似优化算法参数预测
我们的研究通过使用图神经网络（GNN）作为热启动技术来优化 QAOA 初始化，为了减少量子计算资源的开销，牺牲了大量的经济计算资源，从而提高了 QAOA 的效果；实验结果表明 GNN 有助于提高 QAOA 的性能，为量子计算中的混合量子 - - 量子混合态自注意力网络
本研究介绍了一种新颖的量子混合态注意力网络（QMSAN），将量子计算原理与经典机器学习算法，特别是自注意力网络相结合，以增强处理自然语言处理任务的效率和效果。实验证实 QMSAN 模型在文本分类方面优于现有的量子和经典模型，显著提高了性能， - 量子计算机上基于张量网络的期权定价时间序列生成
使用矩阵乘积状态（MPS）作为时间序列生成的生成模型的一种新方法，可以在量子计算机上生成 Heston 模型中的路径，并突出了它在路径依赖期权定价中的潜力。
- 量子理论与上下文最优输运的应用
该研究论文首次通过量子计算形式化实现了上下文化交通计划的自动化优化，从而实现了基于剂量的细胞分布的变异性预测。
- 非从业人员快速介绍量子机器学习
这篇论文简要介绍了量子机器学习的潜在好处，探讨了使用量子计算原理和算法可能改进传统机器学习方法的潜力。论文涵盖了量子力学的基本原理，包括叠加态、相位空间和纠缠，介绍了利用这些特性的量子门的概念。还回顾了经典深度学习概念，如人工神经网络、梯度 - 利用嘈杂中尺度量子设备估计串扰误差对电路保真度的影响
量子计算的关键问题是如何解决噪声和串扰错误，本研究通过实验分析了 IBM 量子设备上的串扰错误模型，并提出一种插入指令屏障的方法以显著改善电路准确性。
- 深度强化学习下的多核量子架构电路划分
该研究论文介绍了一种使用深度强化学习的电路分区新方法，为量子计算和图分区的发展做出了贡献，开辟了解决这类问题的新范式。
- 用杨 - 巴克斯特方程和人工神经网络介导的量子错误缓解和校正
量子计算显示出巨大的潜力，但错误会带来重大挑战。本研究探索了使用人工神经网络（ANN）和杨 - 巴克斯特方程（YBE）减轻量子错误的新策略。与传统的计算密集型纠错方法不同，我们研究了人工错误调节。该文介绍了量子错误来源的基本知识，并探索了使 - C4Q：一个针对量子的聊天机器人
C4Q 是一个聊天机器人，使用预训练的大型语言模型发现和分类用户请求，然后使用自己的引擎生成准确的答案，使量子计算更易于非专业人士使用。
- 量子去噪扩散模型
本研究探讨了量子机器学习和变分量子电路的整合，以增强扩散式图像生成模型的效力，并通过 MNIST 数字，Fashion MNIST 和 CIFAR-10 对两种量子扩散模型进行了基准测试，结果显示我们的模型在性能指标 FID、SSIM 和