Universality conditions of unified classical and quantum reservoir computing
针对经典与量子储备池计算普适性条件分散的问题，本文提出统一理论框架与可直接采用的普适性设置，并在量子储备池计算中加以验证。
2024-05-20 physics.comp-ph quant-ph
The quest for a Quantum Neural Network
随着近几十年来量子信息领域取得的巨大成功，人们开始对量子神经网络（QNN）模型进行“探索”，以便将量子计算与神经计算的惊人特性相结合。本文提出了一个系统的方法，QNN的研究，到目前为止，包括一个聚合的想法和建议。它概述了将神经计算的非线性、耗散动力学和量子计算的线性、幺正动力学相结合的挑战。它建立了一个有意义的QNN的要求，并根据这些要求审查现有的文献。结果发现，没有一个潜在的QNN模型的建议充分利用量子物理和计算在神经网络中的优势。展望了可能的发展方向，强调了基于耗散量子计算的开放量子神经网络的思想。
2014-08-29 quant-ph
A Joint Quantum Computing, Neural Network and Embedding Theory Approach for the Derivation of the Universal Functional
Institute for Frontier Materials on Earth and in Space, German Aerospace Center (DLR)（德国航空航天中心前沿材料研究所）
本文提出了一种结合量子计算、神经网络和嵌入理论的方法，用于推导通用函数，以提升量子系统模拟的效率和准确性。
2026-08-10 physics.comp-ph quant-ph
Quantum computing in neural networks
根据量子理论的统计解释，量子计算机通过将n个量子比特编码为2n pbits（随机二进制变量）来形成一类特殊的概率机器（PM）。这提高了使用PM进行大规模量子计算的可能性，特别是使用具有概率信息处理能力的神经网络。限制自己到一个特定的模型，我们构建和数值研究实现通用量子门的神经电路的性能。还提供了建议的编码方案的生理上的兼容性的讨论。
2004-02-11 q-bio.NC quant-ph
Quantum Neural Network for Quantum Neural Computing
Nanjing University（南京大学）；MatricTime Digital Technology Co. Ltd.（MatricTime数字科技有限公司）
提出一种利用单量子比特操作和测量的量子神经网络模型，克服状态空间指数增长问题，在数字识别等任务中展现强非线性分类能力和噪声鲁棒性，推动量子神经计算机发展。
2023-05-15 cs.AI quant-ph
Quantum computing models for artificial neural networks
神经网络是在机器学习（ML）和人工智能（AI）应用中取得领先进展的计算模型。与此同时，近年来第一批小规模量子计算设备已经可用，为信息处理中新范式的发展铺平了道路。在这里，我们概述了旨在将这些正在进行的革命结合在一起的最新提议，特别是在量子架构上实现人工神经网络的关键功能。我们强调了这方面令人兴奋的观点，并讨论了近期量子硬件在追求量子机器学习优势方面的潜在作用。
2021-05-20 quant-ph
Simulating Entanglement in Classical Computing
本文介绍了如何在经典计算中模拟量子纠缠。在最简单的情况下使用不经意传输，在更一般的情况下使用其他多对一映射来实现模拟的纠缠协议。对于映射是k阶的情况，我们证明了一个定理，给出了纠缠态的函数。一个有用的推广超出了这项研究将是实现量子态与任意概率振幅函数。
2013-01-07 quant-ph
Quantum Neural Network and Soft Quantum Computing
Nanjing University（南京大学）
提出了一种新的量子计算范式，即软量子计算，用于利用自然环境诱导的消相干和耗散的真实世界量子系统进行非经典计算.作为软量子计算的一个具体例子，我们提出了一个量子神经网络，其中神经元通过“受控克劳斯操作”成对连接，希望为量子人工智能甚至更好地理解人类大脑的某些功能铺平一条更容易和更现实的道路。我们的量子神经元模型尽可能地模仿现实神经元，同时使用量子定律来处理信息。噪声神经网络的量子特征被量子不和谐的存在和量子操作的不可重复性所揭示。我们相信，我们的模型将量子计算置于更广泛的背景下，并激发了比标准计算机更早建立软量子计算机的希望。
2018-10-10 cs.AI quant-ph
Towards Turing-Complete Quantum Computing Coming From Classical Assembler
我们并没有生产适合当前量子计算机的量子语言，而是从标准的经典汇编语言中构建一种语言，并将其与量子能力相结合，从而使量子算法成为它的一个子集。这为直接从经典软件开发混合算法铺平了道路，这在今天的硬件上是不可行的，但可能会启发未来的量子程序员。
2022-06-28 quant-ph
Experimental Blind Quantum Computing for a Classical Client
迄今为止，盲量子计算演示需要客户端具有弱量子设备。在这里，我们为完全经典的客户端实现了一个原理证明实验。通过与两个共享纠缠的量子服务器进行经典交互，客户端完成了由拒绝提供有关计算本身信息的服务器分解数字15的任务。这种隐藏是伴随着一个验证协议，测试服务器的诚实性和正确性。我们的演示展示了完全经典客户端的可行性，因此是迈向安全云量子计算的关键里程碑。
2017-07-03 quant-ph
A Leap among Quantum Computing and Quantum Neural Networks: A Survey
近年来，量子计算在可用资源和算法开发方面取得了巨大的进步。利用量子现象来解决计算问题的能力是一个长期的梦想，自80年代末以来一直引起科学界的兴趣。在这种情况下，我们提出我们的贡献。首先，我们介绍与量子计算相关的基本概念，然后我们解释实现门模型和绝热量子计算范例的技术的核心功能。最后，我们收集，比较和分析了当前最先进的量子感知器和量子神经网络实现。
2022-01-31 cs.ET quant-ph stat.ML
Quantum computing classical physics
在过去的十年中，已经发现量子算法优于已知的某些经典问题的最佳经典解决方案以及已知的某些量子系统的模拟的最佳经典方法。这表明它们也可以加速一些经典系统的模拟。我描述了这样做的一类离散量子算法--量子格子气自动机--并展示了如何在标准量子计算机上有效地实现它们。
2001-11-12 quant-ph
Computing the Classical-Quantum channel capacity: experiments on a Blahut-Arimoto type algorithm and an approximate solution for the binary inputs, two-dimensional outputs channel
在我们以前的工作中，我们提出了一个计算离散无记忆（DM）经典量子信道容量的Blahut-Arimoto型算法。并对收敛速度进行了分析。在本文中，我们提出的数值实验表明，该算法的收敛速度远远快于理论预测。给出了二元输入、二维输出经典量子信道的显式近似解，其误差在$3\times10^{-4}$范围内
2019-05-18 quant-ph
Impossibility of perfectly-secure one-round delegated quantum computing for classical client
盲量子计算协议使得能够生成或测量单量子比特状态的客户端能够将量子计算委托给保护客户端的隐私的远程量子服务器（即，输入、输出和程序）。利用当前的技术，单量子比特状态的生成或测量对于客户端来说并不是太大的负担。换句话说，安全的委托量子计算对于“几乎经典”的客户端是可能的。但是，对于一个“完全经典”的客户端来说可能吗？在这里，我们考虑一个单轮完全安全的委托量子计算，并表明该协议不能同时满足正确性（即，当服务器诚实时获得正确的结果）和完全盲（即，客户端的隐私被完全保护），除非BQP在NP中。由于BQP不被认为是NP完全安全的，因此该结果表明单轮完全安全的委托量子计算是不可能的。
2019-03-25 quant-ph
Classification of Hybrid Quantum-Classical Computing
本文定义了混合量子-经典计算的垂直与水平两类，并细分类型、创造术语，以澄清“混合”的模糊概念。
2022-10-27 quant-ph
Quantum Computing of Classical Chaos: Smile of the Arnold-Schrodinger Cat
以Arnold猫映射为例，我们证明了经典混沌系统可以在量子计算机上以指数效率进行模拟。虽然经典计算机的误差随时间呈指数增长，但具有适度缺陷的量子算法能够长时间精确地模拟不稳定的混沌经典动力学。该算法可以很容易地在几个量子比特的系统上实现。
2001-01-01 cond-mat nlin.CD quant-ph
Posner computing: a quantum neural network model
我们提出了一个建设，呈现在Quipper，量子算法的概率计算一个经典的功能，从n位到n位。该建筑的目的是感兴趣的主要特点Quipper它突出。然而，在神经网络的背景下，量子信息处理的效用感兴趣，我们提出的算法作为一个最简单的例子，一个特定的量子神经网络，我们首先定义。由于这个定义的灵感来自于费舍尔最近关于认知的可能量子基底的工作，我们在此之前对这项工作进行了简短的描述。
2016-12-30 cs.ET quant-ph
Quantum computing of semiclassical formulas
我们表明，半经典的公式，如Gutzwiller迹公式可以更有效地实现在量子计算机上比经典设备。我们给出了明确的量子算法，产生量子可观的经典轨迹，并交替测试半经典近似计算经典行动量子演化。相对于经典计算的增益一般是二次的，并且在某些特定情况下可以更大。
2008-01-30 nlin.CD quant-ph
Hybrid classical-quantum computing: are we forgetting the classical part in the binomial?
TECNALIA（泰克纳利亚）；Basque Research and Technology Alliance (BRTA)（巴斯克研究与技术联盟（BRTA））
本研究针对混合经典-量子计算领域缺乏明确特征界定的问题，提出了混合方案的初步分类法，并梳理了该领域面临的真实挑战，以推动量子计算的实际应用发展。
2023-08-21 cs.AI cs.ET quant-ph
Fast classical simulation of evidence for the utility of quantum computing before fault tolerance
本文提出基于稀疏Pauli动力学的经典算法，高效模拟了IBM Eagle处理器127量子比特实验中的量子电路，模拟速度比量子模拟快数个数量级且与零噪声外推实验结果一致。
2023-06-28 quant-ph
Making Classical Ground State Spin Computing Fault-Tolerant
我们研究一个经典的确定性计算模型，其中经典系统的基态是计算的空间历史。该模型与量子点元胞自动机以及最近的通用绝热量子计算结构有关。在其最原始的形式中，在该模型中构造的系统在非零温度下工作时不能以无误差的方式进行计算。然而，通过利用该模型的配分函数和概率经典电路之间的映射，我们能够表明，它是可能的，使该模型有效地无误差。我们通过使用容错经典计算中的技术来实现这一点，并且结果是，如果温度低于临界温度，则系统可以有效地无错误地计算。我们进一步将这个模型与计算复杂性联系起来，并证明了关于有限温度经典自旋系统的某个问题对于复杂性类Merlin-Arthur是完全的。这在某些多体自旋系统的物理行为和计算复杂性之间提供了一个有趣的联系。
2014-11-18 cond-mat.stat-mech cs.CC quant-ph
Machine learning methods in quantum computing theory
经典机器学习理论和量子计算理论是当今发展最快的科学领域之一。近年来，研究人员研究了量子计算是否有助于改进经典机器学习算法。量子机器学习包括涉及经典算法和量子算法的混合方法。量子方法可以用来分析量子态而不是经典数据。另一方面，量子算法可以指数级地改进经典的数据科学算法。在这里，我们展示了量子机器学习的基本思想。我们提出了几种结合经典机器学习算法和量子计算方法的新方法。我们演示了多类树张量网络算法，并在IBM量子处理器上得到了验证。此外，我们还介绍了神经网络方法来解决量子层析成像问题。我们的层析成像方法使我们能够预测量子态排除噪声的影响。这种经典-量子方法可以应用于各种实验中，以揭示输入数据和输出测量结果之间的潜在依赖关系。
2019-06-21 quant-ph
Enabling the Verification and Formalization of Hybrid Quantum-Classical Computing with OpenQASM 3.0 compatible QASM-TS 2.0
本文针对 OpenQASM 3.0 混合量子-经典计算验证需求，实现并测试了 TypeScript 版 QASM 3.0 解析器，以推动该计算逻辑的形式化。
2025-09-22 cs.PL quant-ph
Hybrid quantum-classical reservoir computing of thermal convection flow
本研究提出混合量子-经典储层计算模型，用少量强纠缠量子比特模拟Lorenz型热对流混沌动力学，性能媲美数千感知器的经典储层，并在真实IBM量子计算机上验证至7量子比特。
2022-08-08 nlin.CD physics.flu-dyn quant-ph
Systems Theory of Classical and Quantum Fields and Applications to Quantum Computing and Control
我们探索了一种场论方法来进行量子计算和控制。本书由三部分组成。第一部分回顾了系统论和场论的基础知识。在第二部分中，规范理论从系统理论的角度重新解释，并应用于量子门的制定。然后通过在门上引入反馈来定义量子系统。在第三部分，量子门和系统从量子场论的角度使用S-矩阵重新制定。我们还讨论了如何规范场与反馈。
2021-12-25 quant-ph
XACC: A System-Level Software Infrastructure for Heterogeneous Quantum-Classical Computing
量子编程技术和软件在过去五年中取得了显着进步，其中大多数专注于针对远程REST库API的高级语言框架。随着量子计算架构的进步和变得更加广泛，将需要更低级别的系统软件基础设施来实现更紧密的协处理器编程和访问模型。在这里，我们提出了XACC，一个系统级的量子经典计算的软件基础设施，促进面向服务的架构，暴露核心量子编程，编译和执行任务的接口。我们详细介绍了XACC的接口，它们的相互作用，以及它作为一个硬件不可知的框架，为近期和未来的量子经典架构的实现。我们提供了具体的例子，展示了这个框架的实用性与范式的任务。我们的方法为开发编译器、相关运行时和紧密集成量子和经典工作流的低级系统工具奠定了基础。
2019-11-06 cs.PL quant-ph
On the Potential of Quantum Computing in Classical Program Analysis
针对经典程序分析在大型状态空间下的计算瓶颈，提出量子计算设计QEX，通过量子叠加与纠缠同时探索程序行为，并混合经典技术提出QEX-H以加速在容错量子计算中的实现。
2025-10-13 quant-ph
Classically computing performance bounds on depolarized quantum circuits
本文利用拉格朗日对偶原理开发了一种经典数值方法，用于计算去极化噪声下量子电路输出态最小能量的可认证下界，从而为噪声量子电路的性能提供依赖于电路架构的界限。
2024-02-16 quant-ph
Efficient learning algorithm for quantum perceptron unitary weights
在过去的二十年里，研究人员试图通过结合量子计算和神经计算的优点来创建量子神经网络（QNN）。为了利用这两个多产领域的优势，QNN必须满足整合量子计算的幺正动力学和神经计算的耗散动力学的非平凡任务。量子计算和神经计算的核心分别是量子比特和感知器。我们看到，过去量子感知器模型的实现未能将两者完美融合。这是由于缓慢的学习规则和忽视统一的要求。在本文中，我们提出了一个量子感知器，可以计算功能不可计算的经典感知器，同时解析求解参数和保持统一和耗散的要求。
2015-12-14 quant-ph
Dataflows and Computational Patterns for Hybrid Quantum-Classical Scientific Computing
Oak Ridge National Laboratory（橡树岭国家实验室）
该研究提出量子执行局部性框架（QELF），识别混合量子-经典工作流的五种计算模式，为混合量子-经典计算的推理及相关架构协同设计奠定基础。
2026-08-21 quant-ph
Extending Python for Quantum-Classical Computing via Quantum Just-in-Time Compilation
Python是一种流行的编程语言，以其灵活性，可用性，可读性和专注于开发人员的生产力而闻名。由于这些特性，以及近期量子处理器的远程特性，量子软件社区已经在许多大规模的工作中采用了Python。Python的使用使量子代码的快速原型设计成为可能，这直接有利于量子科学计算的相关研究和开发工作。然而，这种快速原型设计能力是以未来性能集成为代价的，用于具有快速反馈的紧密耦合CPU-QPU架构。在这里，我们提出了一种Python语言扩展，通过强大的C++基础设施实现量子实时（QJIT）编译，从而实现异构量子经典计算。我们的工作建立在QCOR C++语言扩展和编译器基础设施的基础上，以实现单源，量子硬件不可知的量子经典计算方法，该方法保留了紧密耦合的CPU-QPU计算模型所需的性能。我们详细介绍了这个Python扩展，它的编程模型和底层软件架构，并提供了一组强大的例子来证明我们的方法的实用性。
2021-05-10 quant-ph
Universal classical optical computing inspired by quantum information process
近几十年来，量子计算引起了人们的广泛关注，因为人们认为它比传统计算方法更快地解决某些问题。从理论上讲，这种进步可以通过通用门集合中的量子算符网络来实现，其中一个著名的例子是由CNOT门和单量子比特门形成的。然而，实现一种执行实用量子计算的设备是棘手的。这是因为它需要一个可扩展的量子位系统，具有较长的相干时间和良好的控制，这对于大多数当前的平台来说都是苛刻的。在这里，我们证明了基于一个相对稳定的系统--经典光学系统的信息处理可以被认为是通用量子计算的类比。通过经典光束的偏振态对信息进行编码，提出了对应于通用门组的光学计算元件，并从理论上说明了它们的组合对一般信息处理的作用。以双量子比特处理器为例，实验验证了该方案的有效性。考虑到光学系统在可靠和低能耗计算方面的潜力，我们的研究结果为高质量和高效率的高级信息处理开辟了一条新的途径。
2022-02-22 physics.optics quant-ph
Computing Sum of Sources over a Classical-Quantum MAC
我们考虑的问题，通信的一般双变量函数的两个经典源观察到的编码器的经典量子多址接入信道。基于经典信道的情况下开发的技术，我们提出并分析了一种基于陪集码的编码方案。所提出的技术使解码器恢复所需的功能，而不恢复源本身。我们推导出一组新的充分条件，弱于目前已知的例子。这项工作是基于一个新的合奏陪集代码，被证明可以实现一个经典的量子点对点信道的容量。
2021-03-02 cs.IT math.IT quant-ph
Quantum Foundations of Classical Reversible Computing
可逆计算范例旨在为通用经典数字计算提供新的基础，该基础能够规避传统的不可逆数字范例的能量效率的热力学限制。然而，到目前为止，经典可逆计算（RC）的基本原理和分析还没有用非平衡量子热力学（NEQT）的现代形式方法来表达。在本文中，我们开始开发一个基于NEQT的可逆计算物理基础。我们使用Gorini-Kossakowski-Sudarshan-Lindblad动力学（a.k.a. Lindbladians）与多个渐近状态，结合最近的结果从资源理论，全计数统计，和随机热力学。正如预期的那样，重要结论包括：（1）当我们考虑相关性的损失时，兰道尔原理确实为确定性计算机器的传统不可逆架构中的熵产生设定了严格的下限;以及（2）可替换的可逆计算范例的实现可以潜在地避免这种损失，并且由此规避Landauer极限，潜在地允许未来数字计算技术的效率无限地继续改进。我们还概述了一个研究计划，确定可逆计算机器的速度的函数的基本最小能量耗散。
2021-05-27 cond-mat.stat-mech cs.ET quant-ph
On the possibility of classical client blind quantum computing
我们定义了委托伪秘密随机量子比特生成器（PSRQG）的功能，其中经典客户端可以指示在某个远程方准备随机量子比特序列。它们的经典描述对于任何其他方（包括准备它们的远端方）是（计算上）未知的，但对于客户端是已知的。我们强调的独特功能，不需要量子通信来实现PSRQG。这使得经典客户端能够仅使用量子服务器的公共经典信道来执行一类量子通信协议。一个关键的例子是委托的通用盲量子计算。使用我们的功能，可以实现纯粹的经典客户端计算安全可验证的委托通用量子计算（也称为可验证的盲量子计算）。我们给出了一个具体的协议（QFactory）实现PSRQG，使用错误的学习问题来构造一个具有某些期望属性（量子安全，双正则，抗碰撞）的陷门单向函数。然后，我们证明了量子诚实但好奇设置的安全性，并简要讨论了恶意情况下的扩展。
2018-06-12 cs.CR quant-ph
Correspondence Between Ising Machines and Neural Networks
Department of Mathematics, University of Texas at Austin（数学系，德克萨斯大学奥斯汀分校）
本文将Ising模型的基态计算推广至高温下的自旋平均计算，建立了Ising设备与神经网络间的系统性对应关系，并提出在Ising硬件上运行前馈神经网络的方法且给出了其成功的数学证明。
2025-11-02 cond-mat.dis-nn cs.ET cs.LG
Enhanced delegated computing using coherence
一个长期存在的问题是是否有可能安全地委派计算任务。最近，这一问题的经典和量子解决方案被发现。在这里，我们研究的经典和量子方法的相互作用，并显示如何相干可以被用作安全委托经典计算的工具。我们表明，一个客户端有限的计算能力-限制到一个异或门-可以通过操纵信息载体，可能占据两个状态的叠加进行通用的经典计算。使用单光子量子比特或相干光，我们实验性地实现了独立客户端和服务器之间的安全委托经典计算。服务器可以访问光源和测量设备，而客户端可以仅使用有限的一组无源光学设备来操纵光束。因此，我们的工作突出了如何将最小的量子和经典资源结合起来并用于经典计算。
2015-01-27 quant-ph
Information-theoretically-sound non-interactive classical verification of quantum computing with trusted center
事后验证协议[J.F. Fitzsimons，M. Hajdu{ \v s}ek和T. Morimae，Physical Review Letters { \bf 120}，040501（2018）]实现了量子计算的信息理论上健全的非交互式验证，但是从证明者到验证者的消息是量子的，并且验证者必须进行单量子比特测量。Mahadev协议删除了这些量子部分，但可靠性变成了计算性。在本文中，我们构建了一个信息理论上健全的非交互式经典验证协议的量子计算与可信中心。可信中心向证明者发送随机BB84状态，并向验证者发送这些BB84状态的经典描述。从中心到证明者和验证者的消息独立于实例。通过对协议的微小修改，我们还构造了一个基于可信中心的QMA非交互式统计零知识证明系统。
2020-03-24 cs.CC cs.CR quant-ph
Quantum entanglement and classical separability in NMR computing
在讨论NMR计算的量子性时，得出计算态是可分的，因而不能纠缠的结论。这一结论是基于单个分子的初始密度矩阵与整个样品分子在单个分子能级上的分布一致的假设。这意味着量子随机性被经典随机性所取代。本文证明，如果系统的初始态是量子平衡态，量子NMR计算可以产生真正的纠缠态。当解释来自整个样品的读出信号时，可能出现可分性分析问题。
2000-11-01 quant-ph
Quantum Wiener architecture for quantum reservoir computing
Trinity College Dublin（都柏林三一学院）
本文提出量子维纳架构，通过核理论解释其表达能力，并在回声状态计算基准中展示优于经典和量子模型的性能。
2026-01-08 quant-ph
Hybrid quantum-classical reservoir computing for simulating chaotic systems
提出混合量子储备池计算（HQRC）框架，用量子电路替代传统储备池以编码复杂动力学，在Lorenz63和双涡卷混沌系统中实现了与先进经典模型相当的预测性能。
2024-04-24 quant-ph
A Quantum Convolutional Neural Network for Image Classification
人工神经网络在从图像识别到视频理解的许多领域都取得了巨大的成功。然而，其对计算和存储资源的高要求限制了处理高维大数据的进一步发展。近年来，量子计算的进展表明，在量子处理器上构建神经网络是解决这一问题的潜在方案。在本文中，我们提出了一种新的神经网络模型，称为量子卷积神经网络（QCNN），旨在利用量子系统的计算能力来加速经典的机器学习任务。所设计的QCNN基于可实现的量子线路，具有与经典卷积神经网络相似的结构。在MNIST数据集上的数值模拟结果验证了该模型的有效性。
2021-08-04 quant-ph
Combinatorial optimization solving by coherent Ising machines based on spiking neural networks
本研究设计了一种由反对称耦合的简并光学参量振荡器脉冲和耗散脉冲构建的光学脉冲神经网络，并引入非线性传递函数，数值证明该脉冲神经网络-相干伊辛机在组合优化问题上性能优异，有望推动神经计算与光学计算的新应用。
2023-10-20 cs.NE quant-ph
Training Neural Networks with Universal Adiabatic Quantum Computing
Institute for Particle Physics Phenomenology, Durham University（杜伦大学粒子物理唯象学研究所）；Theoretical Physics Department, CERN（欧洲核子研究中心理论物理系）；Departamento de Física Teórica y del Cosmos, Universidad de Granada（格拉纳达大学理论物理与宇宙学系）
针对神经网络训练计算成本高的问题，提出可在门量子计算机上实现的通用绝热量子计算方法，支持多类哈密顿量，可训练不同权重类型的神经网络，能高效找到损失函数全局最小值，为经典训练方法提供新替代方案。
2023-08-24 cs.LG hep-ph hep-th
Computing Shor's algorithmic steps with classical light beams
在不同的矢量空间中，偏振方向的单位矢量和偏振振幅的拉盖尔-高斯模作为正交基是不可分的，构成了所谓的经典纠缠光束。将这种经典纠缠等价于计算所需的量子纠缠，我们证明了Shor因子分解算法中的并行性等价于纠缠光束或纠缠脉冲训练的并行光路传播。提出了一个gedanken实验，用于执行模幂和傅里叶变换的关键算法步骤的目标整数$N$上使用的振幅和偏振方向上的经典操作。与所追求的整数因子相关联的乘法阶数通过从纠缠光束轮廓获得的源的四孔衍射干涉来识别。通过对$N=15$的模拟，证明了从条纹图案到计算阶数的唯一映射。
2023-01-03 physics.optics quant-ph
The foundational value of quantum computing for classical fluids
本文提出量子算法为经典流体问题提供新视角，通过CLB示例阐明量子力学基础，特别是多体薛定谔方程在大粒子数极限下的有效性。
2025-10-10 quant-ph
Duality and Recycling Computing in Quantum Computers
量子计算机具有量子并行性，具有比经典计算机\cite{er1,er2}更强的计算能力。众所周知，运动的量子物体通过双缝时表现出粒子波二象性。量子计算机是静态的，缺乏这种对偶性。最近提出的对偶计算机已经利用了这种粒子波的对偶性，它可以提供额外的计算能力\cite{r1}。简单地说，对偶计算机是一台移动的量子计算机通过双缝。对偶计算机提供了对从不同狭缝出来的子波执行单独操作的能力，即所谓的对偶并行性。在这里，我们证明了一个$n$ -dubit对偶计算机可以用一个$(n+1)$ -qubit量子计算机来模拟.在对偶模式中，计算操作不一定是单一的。$n$ -量子比特量子计算机可以用作$n$ -比特可逆经典计算机并且是能量有效的。我们的结果进一步使$(n+1)$量子比特计算机能够在$O(2^n)$比特经典计算机上运行经典算法.对偶模式提供了经典计算和量子计算之间的自然联系。在这里，我们还提出了一种循环计算模式，在这种模式下，量子计算机将继续计算，直到得到结果。这两种模式为算法设计提供了新的工具。针对未排序数据库搜索问题，设计了一种搜索算法。
2007-08-15 quant-ph
Quantum reservoir computing using the stabilizer formalism for encoding classical data
本文提出基于稳定子陪集子空间的量子储备池编码解码方法，并通过逻辑斯蒂与埃农映射时间序列验证了性能随训练数据长度提升。
2024-06-29 quant-ph
Phase Information in Quantum Oracle Computing
计算设备可以被提供有外部信息源（神谕）。量子预言机可以传输相位信息，这对量子计算机是可用的，但对经典计算机是不可用的。这一观察的一个结果是，存在一种对经典计算机没有帮助的神谕，但它允许量子计算机解决不可判定的问题。因此，量子复杂性和经典复杂性之间有用的相对化分离必须排除从预言机到计算机的相位信息传输。
1998-05-07 quant-ph
Quantum reservoir computing with classical and nonclassical states in an integrated optical circuit
Center for Quantum Enabled-Computing, Center for Theoretical Physics of the Polish Academy of Sciences（波兰科学院理论物理中心量子使能计算中心）；Division of Physics and Applied Physics, School of Physical and Mathematical Sciences, Nanyang Technological University（南洋理工大学物理与数学科学学院物理与应用物理系）；Majulab, International Joint Research Unit UMI 3654, CNRS, Université Côte d’Azur, Sorbonne Université, National University of Singapore, Nanyang Technological University（马朱实验室（中法联合研究单位UMI 3654，由法国国家科学研究中心、蔚蓝海岸大学、索邦大学、新加坡国立大学、南洋理工大学共同组成））；Institute of Physics, Polish Academy of Sciences（波兰科学院物理研究所）；Institute of Experimental Physics, Faculty of Physics, University of Warsaw（华沙大学物理学院实验物理研究所）
本文提出利用集成光学电路中的经典和非经典态实现量子共振计算，通过正P相空间方法扩展，实现了单非经典态激发下的玻色子系统模拟，展示了在分类误差减少方面显著优于经典方法的性能。
2026-03-17 physics.optics quant-ph
Free Quantum Computing
McMaster University（麦克马斯特大学）；University of Edinburgh（爱丁堡大学）；University of Southern Denmark（南丹麦大学）；Dalhousie University（达尔豪斯大学）；Indiana University（印第安纳大学）
本文提出了一种基于范畴论的自由模型，用离散方程取代传统连续公理，以实现量子计算的公理化描述，并通过可逆经典计算和平方根能力实现量子优势。
2026-02-18 math.CT quant-ph
Quantum-Classical Computing for Time-Dependent Ion-Atom Collision Dynamics: Applications to Charge Transfer Cross Section Simulations
School of Integrated Circuits, Tsinghua University（清华大学集成电路学院）；Frontier Science Center for Quantum Information（量子信息前沿科学中心）
本文提出了一种混合量子-经典计算框架，用于模拟时间依赖的离子-原子碰撞动力学，并展示了其在电荷转移截面计算中的高精度和广泛应用前景。
2025-06-24 physics.atom-ph quant-ph
Retrieving past quantum features with deep hybrid classical-quantum reservoir computing
本文提出深度经典-量子混合储备池计算，通过级联经典与量子储备池处理量子态时序信息，仅用单步测量即可检索过去输入态的纠缠与纯度等特征，并优于非混合方案。
2025-01-09 quant-ph
Computing the gradients with respect to all parameters of a quantum neural network using a single circuit
School of Physics, Sun Yat-sen University（中山大学物理学院）
提出仅用单个量子电路计算量子神经网络所有参数梯度的方法，显著降低电路深度和经典寄存器需求，并在模拟器与IBM真实硬件上验证了其对总运行时间的大幅加速效果。
2025-01-30 cs.AI cs.LG quant-ph
