Towards Automated Selection of Quantum Encoding Circuits via Meta-Learning
University of Science, Vietnam National University（越南国立大学理科大学）；Vietnam National University（越南国立大学）；Institute of Fundamental and Applied Sciences, Duy Tan University（岱然大学基础与应用科学研究所）；Duy Tan University（岱然大学）；University of Information Technology, Vietnam National University（越南国立大学信息技术大学）；Graduate School of Engineering, Tohoku University（东北大学研究生院工学研究科）；Frontier Research Institute for Interdisciplinary Sciences, Tohoku University（东北大学交叉科学研究前沿机构）
本文提出利用数据集内在特性预测最优编码电路的方法，通过九种候选电路和二十四种经典复杂度指标，采用两种训练方法获得85.7%的Top-3准确率，证明经典指标可有效指导电路选择。
2026-04-21 quant-ph
FABLE: Fast Approximate Quantum Circuits for Block-Encodings
针对矩阵块编码量子电路实现研究不足的问题，提出可快速生成近似电路的FABLE方法，其结构简单适配NISQ时代，可压缩稀疏化，经测试能无误差降低多种算子的门复杂度。
2022-07-28 quant-ph
Quantum data encoding as a distinct abstraction layer in the design of quantum circuits
本文将量子数据编码形式化为独立于数据加载电路的抽象层，系统综述各类编码与转换方法，并以量子算法和蒙特卡洛模拟为例，证明该框架能阐明复杂量子电路结构并提升设计效率。
2024-09-14 cs.ET quant-ph
Practical block encodings of matrix polynomials that can also be trivially controlled
Technical University of Munich（慕尼黑工业大学）；KU Leuven, University of Leuven（荷语鲁汶大学）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）；Google Quantum AI（谷歌量子人工智能）
本文提出了一种实用的块编码方法，用于高效实现矩阵多项式变换，并展示了其在控制和应用中的优势。
2026-10-07 quant-ph
Optimised Fermion-Qubit Encodings for Quantum Simulation with Reduced Transpiled Circuit Depth
University College London（伦敦大学学院）；UCL Centre for Advanced Research Computing（伦敦大学学院高级计算研究中心）
本文提出一种确定性方法，优化三元树类编码以减少Pauli权重，无需额外辅助量子比特或交换门开销，并展示了其在多种编码方法上的应用效果。
2026-04-29 cs.ET quant-ph
Encoding Circuit Satisfiability in Rydberg Atom Arrays
Quantum Science Center of Guangdong-Hong Kong-Macao Greater Bay Area（粤港澳大湾区量子科学中心）
本文提出CAMERA方法，在里德堡原子阵列上以远低于传统CNF编码的原子成本实现Circuit-SAT编码，验证了全加器等算术块的编码并完成端到端实例求解，为求解组合问题提供了新路径。
2026-08-14 quant-ph
Exact and Efficient Circuit Construction for Block Encoding Matrix Polynomials
School of Computational Sciences, Korea Institute for Advanced Study（韩国高等科学研究院计算科学学院）
该研究提出了一种直接稳定的电路编译算法，可精确构造厄米特矩阵矩阵多项式的块编码，适用于两类标准输入模型，经典算法时间复杂度近最优，数值实验验证了其高效性。
2026-08-25 cs.NA math.NA quant-ph
Optimal local unitary encoding circuits for the surface code
由于表面码具有较高的阈值，并且与现有的实验结构兼容，因此它是一种领先的候选量子纠错码。Bravyi等人（2006）表明，使用局部酉运算对表面码中的状态进行编码需要至少在网格大小$L$中呈线性的时间，然而，由Dennis等人（2002）引入的用于对未知状态进行编码的最有效的已知方法具有$O(L^2)$时间复杂度。在这里，我们提出了一个最佳的本地酉编码电路的平面表面码，使用精确的$2L$时间步长编码的距离$L$平面码中的未知状态。我们进一步展示了如何$O(L)$复杂性本地酉编码器的复曲面代码可以通过强制执行本地的$O(\log L)$深度非本地重正化编码器。我们通过提供$O(L)$局部酉电路来在复曲面码和平面码之间进行转换来关联这些技术，并且还提供用于矩形、旋转和3D表面码的最佳编码器。此外，我们展示了如何我们的编码电路的平面代码可以用来准备费米态的紧凑的映射，最近推出的费米子量子比特映射，具有类似的稳定器结构的表面码，是特别有效的模拟费米-哈伯德模型。
2021-08-06 quant-ph
An Efficient Quantum Circuit for Block Encoding a Pairing Hamiltonian
本文提出一种利用受控交换操作直接块编码配对哈密顿量的高效量子电路，避免了泡利映射和酉线性组合表示，并可与量子奇异值变换结合近似态密度，门复杂度随量子比特数多项式增长。
2024-02-21 cs.NA math.NA nucl-th
The Input Problem: A Permanent Bottleneck for Quantum Machine Learning
Lahore University of Management Sciences (LUMS)（拉合尔管理科学大学）
该研究指出量子机器学习的输入问题是永久瓶颈，三种标准编码的态制备成本为Θ(N)，消除了量子算法的部分优势，需高效态制备等才能获得优势。
2026-08-11 quant-ph
Benchmarking Quantum Feature Encoding Strategies for Binary Classification with QSVM
该研究以5个二分类数据集为对象，测试不同量子特征编码策略对QSVM性能的影响，发现编码需结合数据结构与电路复杂度评估，且复杂电路未必提升性能。
2026-08-31 quant-ph
Cost function embedding and dataset encoding for machine learning with parameterized quantum circuits
机器学习被认为是量子计算的一个有前途的应用。对于近期有噪声的中尺度量子（NISQ）器件，参数化量子线路（PQC）由于其鲁棒性和易于实现而被提出作为机器学习模型。然而，成本函数通常从重复测量结果经典地计算，使得其不再以量子态编码。这防止了量子计算机直接操纵该值。为了解决这个问题，我们给出了一个例程，将机器学习的成本函数嵌入到量子线路中，该量子线路接受以叠加或易于分解的混合状态编码的训练数据集。我们还展示了在量子态中评估编码成本函数的梯度的能力。
2019-10-09 quant-ph
Every Classical Sampling Circuit is a Quantum Sampling Circuit
本文介绍了“Q-边际”，这是量子态编码的一些概率分布的方式适用于量子蒙特卡罗积分（QMCI），并表明，这些可以直接从一个经典的电路采样的概率分布的兴趣。这个结果是重要的，因为蒙特卡罗积分中的量子优势的形式是相对于经典MCI中所需的样本数量，编码概率分布（在QMCI中）的量子态的使用数量减少。因此，如果准备该量子态编码概率分布所需的操作的数量是可比较的，到生成经典样本所需的操作数量（如Q边际构造所实现的）。
2021-09-10 quant-ph
Circuit complexity of quantum access models for encoding classical data
本文研究了构造典型量子访问模型的Clifford$+T$复杂度，证明了一般矩阵的稀疏访问和块编码需近乎线性复杂度，并针对特定矩阵提出了具有时空权衡灵活性的近乎最优构造协议。
2024-04-29 quant-ph
Exponential data encoding for quantum supervised learning
本文提出一种硬件高效且最优的指数数据编码策略，使量子电路能用极少编码门表达宽频谱函数，并在训练中展现资源优势，能表达经典方法无法表达的函数。
2023-01-10 quant-ph
Quantum circuit simulation of linear optics using fermion to qubit encoding
提出一种结合玻色子-费米子对应和费米子到量子比特编码的数字量子模拟协议，用于玻色子线性散射，并通过IBM Quantum和IonQ云服务验证了Hong-Ou-Mandel凹陷电路。
2023-05-08 physics.atom-ph physics.comp-ph physics.optics
Scalable Quantum State Preparation for Encoding Genomic Data with Matrix Product States
University of Melbourne（墨尔本大学）；Wellcome Trust Sanger Institute（威康信托桑格研究所）；University of Oxford（牛津大学）
提出基于矩阵乘积态的可扩展量子电路方法，用于将基因组数据编码为量子态，通过ΦX174噬菌体基因组15量子比特编码实验，分析键维、重构误差与电路复杂度的权衡。
2026-06-18 quant-ph
Robust and Fast Holonomic Quantum Gates with Encoding on Superconducting Circuits
高精度、高鲁棒性的量子操作是实现可扩展量子计算的关键。因此，几何相位诱导的量子操纵具有内在的操作鲁棒性，是一种很有前途的方法。然而，几何操作的门时间较长，物理实现困难，阻碍了它的实际和广泛的应用。在这里，我们提出了一个简化的通用完整量子门超导电路的实验证明的技术，它可以消除两个主要的挑战，通过引入时间最优控制到量子门的建设。值得注意的是，我们的方案也是基于一个消相干的子空间编码，与最小的物理量子比特资源，这可以进一步免疫量子比特频率漂移，这被认为是大规模超导电路的主要误差源所造成的错误。同时，我们特意设计了量子演化，以消除不必要的泄漏源造成的门误差。因此，我们的计划是更强大的比传统的，从而提供了一个有前途的替代策略，可扩展的容错量子计算。
2020-04-23 quant-ph
Explicit Block Encodings of Discrete Laplacians with Mixed Boundary Conditions
University of Waterloo（滑铁卢大学）；BQP
本文提出一种统一框架，用于高效编码有限差分离散化的拉普拉斯算子，支持任意空间维度的狄利克雷、周期性和奈曼边界条件，实现混合边界和各向异性离散化。
2026-04-29 quant-ph
Quantum Shift Register Circuits
量子移位寄存器电路作用于一组输入量子位和存储器量子位，输出一组输出量子位和更新的存储器量子位，并将存储器反馈到器件中用于下一个周期（类似于经典移位寄存器的操作）。这样的设备可以用作特定类型的量子纠错码（称为量子卷积码）的编码和解码电路。基于量子卷积码的Ollivier-Tillich和Grassl-Roetteler编码算法，提出了一种确定量子卷积码的量子移位寄存器编码电路的方法。我还确定了CSS量子卷积码所需内存量的公式。然后，我详细介绍了原始量子移位寄存器电路，这些电路实现了移位不变Clifford群（对编码和解码量子卷积码很重要的一类变换）中的所有有限和无限深度变换。CSS量子卷积码的内存公式然后立即导致CSS纠缠辅助量子卷积码所需的内存公式。
2009-03-27 quant-ph
A Butterfly Effect in Encoding-Decoding Quantum Circuits
本文研究了含噪编码-解码量子电路中的信息置乱，利用$\mathcal{A}$-OTOC推导出解析表达式，发现热力学极限下微小噪声会引发宏观信息置乱的蝴蝶效应，且该效应可能广泛存在。
2025-11-03 quant-ph
Hardware-Encoding Grid States in a Non-Reciprocal Superconducting Circuit
提出了一种由非互易器件和约瑟夫森结组成的电路设计，该结的基态空间是双简并的，其基态是Gottesman-Kitaev-Preskill（GKP）码的近似码字。我们确定的电路的低能量动力学的等价性，这个系统的问题，一个单一的电子限制在一个二维平面和强磁场的影响下，一个周期性的潜在的。我们发现，电路是自然保护免受常见的噪声通道超导电路，如电荷和磁通噪声，这意味着它可以用于被动量子纠错。我们还提出了现实的设计参数的实验实现，我们描述了可能的协议来执行逻辑一个和两个量子位门，状态准备和读出。
2020-02-18 cond-mat.mes-hall quant-ph
Block-encoding structured matrices for data input in quantum computing
本文研究量子计算中结构化矩阵的数据输入问题，提出基于算术描述的块编码电路构造方案，能根据稀疏性和重复值减少标志量子比特与数据加载成本，对某些矩阵实现指数级改进。
2024-01-08 quant-ph
Optimizing QAOA circuit transpilation with parity twine and SWAP network encodings
Jülich Supercomputing Centre, Institute for Advanced Simulation, Forschungszentrum Jülich（于利希研究中心先进模拟研究所超级计算中心）；Institute for Quantum Computing Analytics (PGI-12), Forschungszentrum Jülich（于利希研究中心量子计算分析研究所）；Department of Mechanical Engineering, Virginia Tech（弗吉尼亚理工大学机械工程系）；Davidson School of Chemical Engineering, Purdue University（普渡大学戴维森化学工程学院）；AIDAS；RWTH Aachen University（亚琛工业大学）
本研究针对QAOA电路转译问题，提出基于模拟退火的方法优化奇偶缠绕链与SWAP网络编码，在特定连通性阈值下可显著降低电路深度和两量子比特门数量，且在实际量子设备上验证了有效性。
2026-08-12 quant-ph
Approximate Quantum Error Correction with 1D Log-Depth Circuits
Center for Quantum Information, Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息研究院量子信息中心）；Yau Mathematical Sciences Center, Tsinghua University（清华大学丘成桐数学科学中心）
本研究证明一维对数深度随机电路在量子纠错中具有高性能，通过信息论分析证明其编码率满足哈希界限和信道容量，并展示纠错不准确度随深度增加而衰减。
2026-02-27 quant-ph
Adiabatic Encoding of Pre-trained MPS Classifiers into Quantum Circuits
The University of Tokyo（东京大学）
针对QNN训练的贫瘠高原与局部最小值问题，提出绝热编码框架，将预训练MPS分类器编码为含后选择的qMPS电路并逐步移除后选择，规避指数困难且在二进制MNIST上验证鲁棒性。
2025-04-12 cond-mat.str-el cs.LG quant-ph
Distributed Quantum Circuit Optimisation: Evaluating Global and Local encodings
University of Edinburgh（爱丁堡大学）；University of Jyväskylä（于韦斯屈莱大学）
研究量子电路优化与电路划分的交互作用，比较三种编译策略在量子算法基准套件中的表现，分析不同策略对计算、通信和经典预处理成本的影响。
2026-05-11 cs.DC quant-ph
On Encoding Matrices using Quantum Circuits
Tel Aviv University（特拉维夫大学）
本文系统研究用量子电路编码矩阵，提出从经典矩阵高效构造块编码的通用方法，并给出块编码与态制备电路间的低开销双向转换算法，证明两种电路表示本质等价。
2025-11-09 cs.LG cs.NA math.NA
Explicit Quantum Circuits for Block Encodings of Certain Sparse Matrices
本文针对结构良好的稀疏矩阵，提出了显式构建高效块编码量子电路的实例与策略，并提供了MATLAB实现，为量子线性代数算法的实际应用奠定基础。
2023-05-22 cs.NA math.NA math.QA
Approximate amplitude encoding in shallow parameterized quantum circuits and its application to financial market indicator
将给定的经典数据加载到量子线路中的有效方法对于各种量子算法是必不可少的。本文提出了一种称为近似幅度编码的算法，该算法可以有效地将给定实值数据向量的所有分量加载到量子态的幅度中，而以前的方案只能加载这些分量的绝对值。我们算法的关键是变分训练一个浅参数化的量子线路，使用两种类型的测量结果：标准计算基测量加上Hadamard变换基测量，为了处理数据分量的符号。变分算法改变电路参数，以最小化对应于这两个测量基础的两个成本之和，这两个成本都由可有效计算的最大平均差异给出。我们还考虑了通过股票市场数据集构建奇异值分解熵以给出金融市场指标的问题;量子算法（变分奇异值分解算法）已知比经典算法更快地产生解，但需要依赖于符号的幅度编码。通过深入的数值分析表明，该算法实现了真实股价时间序列在量子态上的加载，且近似误差很小，从而能够构建基于股价的金融市场指标.
2022-05-24 quant-ph
Investigating methods to solve large windfarm optimization problems with a minimum number of qubits using circuit-based quantum computers
School of Engineering, Computing and Mathematics, University of Plymouth（普利茅斯大学工程、计算与数学学院）
本文提出两种编码方法，利用少量量子比特在量子计算机上解决大型风电场布局优化问题，并展示其良好的扩展性能。
2025-12-19 quant-ph
Low-depth random Clifford circuits for quantum coding against Pauli noise using a tensor-network decoder
本研究证明，一维对数深度随机克利福德编码电路在泡利噪声下可达到哈希界编码率，并开发了相应的张量网络最大似然解码算法。
2022-12-09 quant-ph
Encoding optimization for quantum machine learning demonstrated on a superconducting transmon qutrit
本文研究 qutrit 参数化电路在机器学习分类中的应用，提出编码优化训练方法，在超导 transmon qutrit 上以更少电路元件实现高精度三态分类。
2023-09-22 quant-ph
Programmable Photonic Quantum Circuits with Ultrafast Time-bin Encoding
提出一种利用超快时间bin编码的量子信息处理平台，通过两项实验验证了其可编程性（实现362种酉变换）与可扩展性（达36个光学模式），保真度超97%且相位稳定数天。
2024-04-26 physics.optics quant-ph
Genetically Engineered Quantum Circuits for Financial Market Indicators
本研究利用GASP框架优化股票价格数据的量子编码，提升保真度和效率，为NISQ时代的量子计算在金融分析中的应用提供新思路。
2025-11-18 quant-ph
Concentration of Data Encoding in Parameterized Quantum Circuits
本文证明参数化量子电路编码的数据态随深度指数集中于最大混合态，限制量子分类器性能，并数值验证了该结论。
2022-06-16 cs.IT cs.LG math.IT
Encoding a qubit with Majorana modes in superconducting circuits
马约拉纳费米子是人们长期寻找的奇异粒子，它们是自己的反粒子。在这里，我们建议利用超导电路来构建两个超导量子比特阵列，其中Majorana模式可以发生。一个所谓的马约拉纳量子比特是通过使用不成对的马约拉纳模式来编码的，这种模式出现在马约拉纳费米子表示中链的左右两端。我们还显示了这个马约拉纳量子比特的自旋表示和它的优势，在一个单一的超导量子比特，关于量子相干性。此外，我们建议使用四个超导量子比特作为最小的系统来演示编织的马约拉纳模式，并显示如何编织马约拉纳之前和之后的状态可以区分。
2014-09-20 cond-mat.supr-con quant-ph
Qmes: Quantum Meta-Learning for Encoding Selection in Quantum Kernel Methods
Faculty of Physics and Engineering Physics, University of Science（理科大学物理与工程物理学院）；Vietnam National University（越南国立大学）；Institute of Fundamental and Applied Sciences, Duy Tan University（得胜大学基础与应用科学学院）；University of Information Technology（信息技术大学）；Graduate School of Engineering, Tohoku University（东北大学研究生院工学研究科）；Frontier Research Institute for Interdisciplinary Sciences, Tohoku University（东北大学跨学科科学前沿研究所）
Qmes是用于量子核方法编码选择的量子元学习Python软件包，可通过元学习自动推荐电路，在105个分类和86个回归数据集上验证，相比基线大幅降低推荐遗憾，实现高效编码选择。
2026-09-07 quant-ph
Quantum Garbled Circuits
提出了一种量子线路的混淆方案，从而实现了一种可分解的量子计算随机编码方案。具体来说，我们展示了如何计算一个给定的量子线路和量子输入的编码，从中可以得到计算的输出，而不是其他。在经典环境中，乱码电路（和一般的随机编码）是一种通用的密码工具，具有许多应用，如安全多方计算，委托计算，密码原语的深度缩减，复杂度下限等。然而，在这项工作之前，还不知道一种用于混淆一般电路的量子模拟。我们希望我们的量子随机化编码方案同样可以在量子计算和密码学中应用。为了说明量子随机编码的有用性，我们使用它来设计一个概念上简单的零知识（ZK）证明系统的复杂性类$\mathbf{QMA}$。我们的协议有所谓的$Σ$格式与一位的挑战，并允许输入延迟到最后一轮。先前已知的用于$\mathbf{QMA}$的唯一ZK $Σ$ -协议是由Broadbent和Grilo（FOCS 2020）提出的，其不具有上述性质。
2020-11-09 cs.CR quant-ph
Error correction phase transition in noisy random quantum circuits
本文研究噪声随机量子电路中的信息编码，发现存在临界深度相变，并证明随机电路在深度与噪声率权衡上达到最优。
2025-10-08 quant-ph
Dictionary-based Block Encoding of Sparse Matrices with Low Subnormalization and Circuit Depth
本文提出基于字典数据结构的稀疏矩阵块编码协议，在电路深度上相对系统量子比特数实现指数级改进，并最小化次归一化，可用于图拉普拉斯矩阵和离散微分算子。
2025-07-29 quant-ph
Variational circuit compiler for quantum error correction
量子纠错是实现通用量子计算的关键。一个关键的组件是编码电路，它将物理量子比特的乘积状态映射到编码的多体纠缠逻辑状态。已知的方法通常在电路深度（以及因此误差负担）或目标平台的细节（即，系统的本机门和拓扑）方面不是“最优的”。本文介绍了一种变分编译器，它能在给定量子硬件条件下有效地找到一般量子纠错码的编码电路。专注于嘈杂的中间尺度量子制度，我们展示了如何系统地编译电路以下的优化过程，以尽量减少噪声操作的数量，允许由嘈杂的量子硬件或获得最高的保真度的编码状态与嘈杂的门。我们证明了我们的方法，推导出新的编码器的逻辑状态的五量子位代码和七量子位Steane代码。我们描述的方法来增加发现的电路与错误检测。该方法对量子纠错码编码电路的编译具有普遍的适用性。
2021-04-03 quant-ph
Error-resilience Phase Transitions in Encoding-Decoding Quantum Circuits
本文研究编码-解码量子电路中的错误韧性，解析证明错误强度增加时存在从错误保护到脆弱相的相变，伴随Rényi熵转变与多重分形特征，为量子信息处理提供新视角。
2023-12-21 cond-mat.dis-nn cond-mat.stat-mech quant-ph
Benchmarking Encoding Families in Quantum Neural Networks Under Fixed Circuit Area for Frequency Spectrum and Trainability
Military University of Technology（军事理工大学）；The Washington Institute for STEM Entrepreneurship and Research（华盛顿STEM创业与研究学院）；Fraunhofer Institute for Industrial Mathematics ITWM（弗劳恩霍夫工业数学研究所ITWM）；Georgia Institute of Technology（佐治亚理工学院）
本文通过合成和现实数据集评估了不同量子神经网络架构和编码策略的可训练性和近似特性，发现频谱定制和电路参数对性能有显著影响。
2026-03-29 quant-ph
Encoding complex-balanced thermalization in quantum circuits
Zhejiang University（浙江大学）；Beijing Computational Science Research Center（北京计算科学研究中心）；Harbin Institute of Technology（哈尔滨工业大学）；Institute for Advanced Studies of Physics, Zhejiang University（浙江大学高等研究院）；Beijing Normal University（北京师范大学）
通过工程化储层量子比特作为模块化微观单元，构建量子电路平台，实现严格马尔可夫复平衡热化，解决非马尔可夫动力学对热化框架的破坏，并展示在非平衡态制备中的预测控制。
2026-06-09 quant-ph
Encoding of Matrix Product States into Quantum Circuits of One- and Two-Qubit Gates
矩阵乘积态（MPS）属于例如凝聚态物理和量子信息科学中最重要的数学模型。然而，在量子平台上实现具有大$N$和大纠缠的$N$ -量子比特MPS是极其具有挑战性的，因为它需要高级别量子比特或两级量子比特的多体门来携带纠缠。在这项工作中，提出了一种有效的方法，准确地编码一个给定的MPS到一个量子线路只有一个和两个量子比特门。其思想是构造酉矩阵乘积算子，使MPS最优解纠缠为乘积状态。这些矩阵乘积算子形成了将乘积状态以高保真度演化为目标MPS的量子线路。我们对强关联自旋模型的基态MPS的基准测试表明，所构建的量子线路可以用比MPS本身的大小少得多的量子比特来编码MPS。该方法为在近期量子平台上实现量子多体态和其他基于MPS的模型作为量子线路提供了一条可行而有效的途径。
2020-03-10 cond-mat.str-el quant-ph
Synthesis and Optimization of Encoding Circuits for Fault-Tolerant Quantum Computation
Technical University of Munich（慕尼黑工业大学）；Global Technology Applied Research, JPMorgan Chase（摩根大通全球技术应用研究部）；QuTech, Delft University of Technology（代尔夫特理工大学 QuTech）；Quantum and Computer Engineering Department, Delft University of Technology（代尔夫特理工大学量子与计算机工程系）；neQxt
本文提出了一种高效合成任意稳定子码编码电路的方法，通过稳定子表架搜索和贪心算法优化两量子比特门数和深度，对多种稳定子码实现改进，支持容错量子计算中的编码态制备优化。
2026-05-14 cs.ET quant-ph
Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits
Georgia Institute of Technology（佐治亚理工学院）；NVIDIA Research（NVIDIA研究）；IBM Research（IBM研究）；Hon Hai (Foxconn) Quantum Computing Research Center（鸿海（富士康）量子计算研究中心）
预训练张量团网络通过降低量子机器学习中的数据编码复杂度，提升变分量子电路分类任务的效率与性能。
2026-02-10 cs.LG quant-ph
Variational Quantum Optimization with Multi-Basis Encodings
尽管广泛的研究工作，经典优化的量子算法很少表现出可实现的量子优势。许多量子算法的实用性受到高要求的电路深度和非凸优化景观的限制。我们通过引入一种新的变分量子算法来解决这些挑战，该算法受益于两个创新：多基图编码和非线性激活函数。我们的技术提高了优化性能，有效量子资源增加了两倍，测量复杂性降低了两倍。虽然传统量子形式主义的许多量子位的经典模拟是不可能的，由于其指数缩放，我们减轻了这种限制与精确的电路表示使用因式分解张量环。特别是，浅电路允许我们的技术，结合高效的因式分解张量为基础的模拟，使我们能够成功地优化MaxCut的非局部连接的$512$顶点DIMACS库图形在一个单一的GPU。通过提高量子优化算法的性能，同时需要更少的量子资源，并利用更浅，更抗错的电路，我们为变分量子优化提供了切实的进展。
2022-01-26 quant-ph
Improving Quantum Recurrent Neural Networks with Amplitude Encoding
University of Chicago（芝加哥大学）；University of North Carolina, Chapel Hill（北卡罗来纳大学教堂山分校）；IBM T. J. Watson Research Center（IBM托马斯·J·沃森研究中心）
本文通过引入近似振幅编码方法EnQode、预处理技术和新型电路架构，改进了基于振幅编码的量子循环神经网络，在保持模型等效性的同时显著降低电路深度，并在两个真实数据集上提升了泛化性能。
2026-10-14 quant-ph
Quantum-Efficient Convolution through Sparse Matrix Encoding and Low-Depth Inner Product Circuits
针对量子卷积数据编码低效、电路复杂度过高的问题，提出基于稀疏双块 Toeplitz 矩阵表示、键值 QRAM 编码与低深度 SWAP 测试内积估计的资源高效量子卷积框架。
2025-07-25 physics.comp-ph physics.data-an quant-ph
Hybrid Qubit gates in circuit QED: A scheme for quantum bit encoding and information processing
耦合到共面传输线上的固态超导器件为量子光学现象的探测和量子计算的实现提供了一种精巧的体系结构，是近年来理论和实验研究的热点。在适当的条件下，传输线辐射模式可以与只有两个能级的超导设备强耦合-因此称为人造原子或量子位。利用这个系统，我们提出了一个混合的双量子比特门编码涉及量子电磁场量子比特态制备在共面传输线电容耦合到一个单电荷量子比特。由于耗散效应在固态量子比特中比在场量子比特中更剧烈，因此它可以用于信息的存储，其对欧姆浴作用的效率表明这种编码可以很容易地用当今技术实现。我们将研究扩展到通过外加经典磁脉冲的作用在多个固态量子比特和场量子比特之间产生纠缠。
2011-10-06 cond-mat.other quant-ph
Efficient Quantum Circuit Encoding of Object Information in 2D Ray Casting
针对NISQ时代量子比特有限、噪声影响大的问题，研究通过逻辑优化降低用于二维光线投射物体信息编码的量子线路深度、门数与量子比特数，在IBM量子计算机上实现正确测量事件数显著超错误数，助力量子光线投射实现。
2024-05-25 cs.GR quant-ph
Encoding a Qubit into a Cavity Mode in Circuit-QED using Phase Estimation
Gottesman，Kitaev和Preskill已经制定了一种将量子比特编码到振荡器中的方法，这样量子比特就可以免受相空间中的小位移（平移）的影响。这种编码的基本思想是，低速率的错误过程可以扩展为小的移位错误。量子比特空间被定义为两个相互交换的位移算子$S_p$和$S_q$的本征空间，它们充当相空间中的大位移/平移。我们提出并分析了这些量子位态的近似创建耦合振荡器的一系列辅助量子位。状态的这种准备使用相位估计的想法，其中位移算子（例如$S_p$）的相位被近似确定。我们考虑几种可能的形式的相位估计。我们分析了重复和自适应相位估计的性能，作为最简单和实验上最可行的方案，给出了一个现实的上限振荡器中的光子数。我们提出了一个详细的物理实现该协议使用之间的色散耦合transmon辅助量子比特和腔模式的电路QED。我们提供了一个估计，在当前的实验设置中，可以使用$8$轮的自适应相位估计从压缩真空态制备良好的代码态，总共持续约$4 μ$秒，具有$94\%$（预示的）成功机会。
2015-11-27 quant-ph
