A Hybrid Quantum-Classical Paradigm to Mitigate Embedding Costs in Quantum Annealing
尽管量子计算机的开发最近取得了快速进展，能够提供优于经典计算机的计算优势，但此类计算机似乎至少在最初需要在混合量子-经典机制中运行。这种认识引起了人们对混合量子-经典算法的兴趣，例如，量子计算机可以解决大问题，尽管量子位的数量非常有限。在这里，我们提出了一个量子退火机的混合范例，其目标是减轻这种设备的不同限制：需要将问题实例嵌入退火机的连接图（通常是高度受限的）中。这个嵌入过程执行起来可能很昂贵，并且可能会破坏任何计算加速。为了解决许多实际问题，还需要执行许多通常相关的这样的嵌入。我们将展示如何，对于这样的问题，一个原始的加速，这是否定的嵌入时间，但可以被利用，以提供一个真正的加速。作为一个概念验证的例子，我们提出了一个深入的案例研究的基础上最大权独立集问题的简单问题。虽然我们没有观察到量子加速实验，混合方法的优点是稳健的验证，显示如何可能利用潜在的量子加速，并鼓励进一步努力将该方法应用于更实际的问题。
2019-06-26 cs.DS quant-ph
Optimizing Quantum Data Embeddings for Ligand-Based Virtual Screening
Cleveland Clinic（克利夫兰诊所）；Yonsei University（延世大学）
本文提出量子-经典混合嵌入方法，通过优化量子数据嵌入提升基于配体的虚拟筛选效率。
2025-12-18 quant-ph
Entanglement dynamics in a quantum-classical hybrid of two q-bits and one oscillator
我们调查的新功能，特别是纠缠动力学，这出现在一个量子经典混合。作为一个模型，我们研究了两个量子力学二能级系统，即两个q比特，和一个经典谐振子之间的耦合。它们之间的相互作用描述的混合耦合，根据最近发展的量子经典混合理论。我们讨论各种情况下，纠缠的q比特不（不）演变。此外，我们指出了一个混合冷却方案的实验应用，并指出未来的研究课题。
2014-08-05 quant-ph
Symmetric Hybrid Dynamics: A canonical formulation of coupled classical-quantum dynamics
给出了耦合经典-量子动力学的正则形式。该理论被命名为对称混合动力学。证明了在一般条件下，它的预言与全量子预言是一致的。此外，对称混合动力学显示出完全一致的规范结构。即，它是建立在一个李代数的观察量，时间演化是酉和解决的混合型薛定谔方程。提出了一种从经典力学到混合动力学的量子化公式。量子化映射是一个李代数同构。最后简要地提出了该理论的一些可能的应用。
2000-05-03 quant-ph
Galilean covariance of quantum-classical hybrid systems of the Sudarshan type
我们重新审视量子经典的混合系统的Sudarshan型下的伽利略协变性。我们表明，这些种的混合不能给出作为一个酉表示的伽利略群，并在同一时间保存的总线性动量，除非相互作用项只依赖于相对正则速度。
2020-12-03 quant-ph
Emergence of Classicality: From Collapse Phenomenologies to Hybrid Dynamics
在过去的10 ~ 15年里，人们提出了连续波函数坍缩的随机模型来描述经典性从量子中不断涌现的过程。我们主张正则耦合量子和经典系统的混合动力学是一个更基本的概念。作为特殊情况，得到了连续崩溃形式。为了说明我们的主张，我们展示了冯诺依曼崩溃如何遵循混合动力学方程。
1999-05-12 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
An illustration of canonical quantum-classical dynamics
以谐振子为例，说明混合动力学括号在分析量子-经典相互作用中的应用。我们只假设一个混合动力学括号存在，是双线性的，并减少到纯量子/经典括号时，纯量子/经典变量。任何服从这些自然要求的混合括号将产生相同的动力学纯经典或量子变量，给定一个混合哈密顿量。反作用表现在经典变量之间的非零交换子的演化中。经典系统的质量越大，它受逆反应的影响就越小。有趣的是，我们表明，虽然纯变量的发展，以违反纯典型关系，他们总是服从混合典型关系。混合变量的动态，另一方面，需要一个完全指定的和一致的混合括号，否则进化不能被定义。
2021-07-03 quant-ph
A hybrid classical-quantum algorithm for solution of nonlinear ordinary differential equations
提出了一种基于Walsh-Hadamard基函数求解非线性常微分方程的经典-量子混合方法。这种混合方法的核心是计算任意向量的Walsh-Hadamard变换，这在我们的框架中使用量子Hadamard门以及状态准备，移位，缩放和测量操作。据估计，所提出的用于大小为N的输入向量的Walsh-Hadamard变换的混合经典-量子方法导致与快速Walsh-Hadamard变换（O（N log 2（N））运算）相比相当低的计算复杂度（O（N）运算）。这一好处也将是相关的背景下提出的混合经典量子方法的非线性微分方程的解决方案。比较相应的建议的混合古典量子方法和一个纯粹的经典方法的非线性微分方程的解决方案（涉及一个和两个因变量的情况下）的结果被认为是令人满意的。一些新的观点有关的自然秩序的沃尔什函数（在经典和混合方法的非线性微分方程的解决方案的背景下）和表示理论的有限群也在这里。
2022-05-26 quant-ph
QRunes: High-Level Language for Quantum-Classical Hybrid Programming
量子-经典混合算法因其在噪声中等尺度量子器件中实现“量子优势“的潜力而备受关注。在这里，我们介绍QRunes，一种用于混合编程的跨平台量子语言。QRunes可以编译到各种主机后端，允许用户编写可移植的量子子程序。混合编程基于类型系统，该类型系统用于决定语句应该在何处运行。我们还介绍了Qurator，一个VSCode插件，它支持QRunes语言和两个主机后端。
2019-01-24 quant-ph
A Trainable-Embedding Quantum Physics-Informed Framework for Multi-Species Reaction-Diffusion Systems
Texas Tech University（德克萨斯理工大学）；Aalborg University（奥尔堡大学）；University of Porto（波尔图大学）；FPT University（FPT大学）
本文提出了一种可训练嵌入的量子物理信息框架，用于解决多物种反应扩散系统问题，通过比较经典与量子嵌入方法，展示了量子嵌入在精度和优化性能上的优势。
2026-02-10 quant-ph
Embedding Quantum Universes into Classical Ones
量子逻辑的偏序和正交格运算是否与经典逻辑的逻辑蕴涵和联结词相对应？换句话说，从原则上讲，对量子力学的经典理解可能有多远？Kochen和Specker的一个著名结果否定地回答了上述问题。然而，这个答案只是众多可能性中的一个，并非都是否定的。我们的目的是讨论上述问题的量子世界到经典世界的映射，更具体地说，在嵌入的量子逻辑到经典逻辑;根据对嵌入的限制类型，这个问题可能得到否定或肯定的答案。
2014-02-21 quant-ph
Hydrogen atom as a quantum-classical hybrid system
将氢原子作为一个量子-经典杂化系统来研究，其中质子被视为经典物体，而电子被视为量子物体。我们使用一个众所周知的平均场的方法来描述这种混合氢原子的电子和质子的动力学相比，他们的全量子动力学。在混合描述的电子动力学被发现是从它的完整的量子对应只有轻微的不同。质子的情况则大不相同：在混合描述中，质子表现得像一个自由粒子;在全量子描述中，质子的波包中心围绕着质心运行。此外，我们发现，未能正确地描述质子动力学可以被视为一个事实，即没有在平均场混合方法的动量守恒的表现。我们预计，这样的失败是一个共同的特点，所有现有的方法的量子经典混合系统的玻恩-奥本海默型。
2013-02-15 quant-ph
Hybrid quantum-classical algorithms in the noisy intermediate-scale quantum era and beyond
混合量子经典算法是当前量子计算研究的核心，特别是在考虑噪声中间尺度量子（NISQ）时代时，已经进行了大量的实验演示。从这个角度来看，我们讨论了在一个非常广泛的意义上，它意味着一个算法是混合量子经典。我们首先非常直接地探索这个概念，通过建立一个基于抽象/表示理论的定义，认为使算法混合的不是它是如何运行的（或者它消耗了多少经典资源），而是经典组件是否对计算的底层模型至关重要。然后，我们采取更广泛的观点，这个问题，回顾了一些混合算法，并讨论是什么使他们的混合，以及他们如何出现的历史，并考虑到硬件。这导致了对这些算法未来的自然讨论。为了回答这个问题，我们转向经典计算中专用处理器的使用。经典的趋势不是新技术完全取代旧技术，而是增强它。我们认为量子计算的演变不太可能有所不同：混合算法很可能在NISQ时代之后保持很好甚至进入完全容错，量子处理器通过执行专门的任务来增强已经存在的强大的经典处理器。
2022-07-14 quant-ph
Integer Arithmetic With Hybrid Quantum-Classical Circuits
执行整数运算的量子线路有可能超越经典电路。在本文中，一个量子线路被认为是执行一个特定的计算模式上的经典表示的整数，以加速计算。这样的混合电路可以作为量子设备或加速器嵌入到传统的计算机架构中。特别是，量子乘加电路（QMAC），使用量子傅立叶变换（QFT）的建议，它可以执行传统的整数比其传统的对应更快的计算。传统地将乘加器（MAC）$n$时间应用于$k$位整数将需要$O(n \log k)$并行步骤，而混合QMAC仅需要用于精确结果的$O(n + k)$步骤和用于近似结果的$O(n + \log k)$步骤。
2013-04-15 quant-ph
Hybrid Quantum-Classical Multilevel Approach for Maximum Cuts on Graphs
本文提出一种可扩展的混合量子-经典多层方法，结合经典求解器与QAOA求解大规模最大割问题，实验表明其性能与现有最先进求解器相当。
2023-09-15 quant-ph
Hybrid Quantum-Classical Algorithms
本文研究两类混合量子-经典算法：QMS 将量子行走引入 Metropolis-Hastings 以改进工业优化，TFermion 则经典评估量子化学算法的 T 型门成本并支持高效电池设计。
2024-06-18 quant-ph
Hybrid Quantum-Classical Search Algorithms
针对能否以经典计算为主构建同样快速的混合量子-经典搜索算法，本文证明经典计算若不能独立解决搜索问题便无法辅助量子计算，并将结论推广至亚常数成功概率情形。
2023-06-06 quant-ph
Statistical ensembles in Hamiltonian formulation of hybrid quantum-classical systems
本文分析了量子-经典混合系统的哈密顿公式中的一般统计系综。本文认为，混合相空间上的任意概率密度必须被看作是混合系统的一类可能的物理上可区分的统计系综。然而，与混合系统和量子子系统相关的统计算子可以被一致地定义。推导并分析了代表混合系统及其量子子系统混合态的统计算符的动力学方程。特别地，这些方程不可约地依赖于混合相空间上的总概率密度。
2012-09-27 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
Hybrid quantum-classical neural network for calculating ground state energies of molecules
我们提出了一个混合量子经典神经网络，可以进行电子结构计算和生成简单分子的势能曲线。该方法是基于参数化的量子线路和测量相结合。在无监督训练的情况下，神经网络可以基于在某些键长下的训练生成电子势能曲线。为了证明所提出的新方法的力量，我们提出的结果，使用量子-经典混合神经网络计算基态势能曲线的简单分子，如H $_2$，LiH和BeH $_2$。结果是非常准确的，该方法可以潜在地用于生成复杂的分子势能面。
2020-07-28 quant-ph
Fair sampling of ground-state configurations using hybrid quantum-classical MCMC algorithms
本文提出混合量子-经典MCMC算法用于公平采样基态配置，通过实验验证其在组合优化问题中的有效性。
2025-12-16 quant-ph
Hybrid Quantum-Classical Convolutional Neural Networks
深度学习已被证明能够在特定环境或背景下比人类更好地识别数据模式。并行地，量子计算已经证明能够用少量的门操作输出复杂的波函数，这可以产生经典计算机难以产生的分布。在这里，我们提出了一个混合量子经典卷积神经网络（QCCNN），灵感来自卷积神经网络（CNN），但适用于量子计算，以增强特征映射过程。QCCNN在量子比特数量和电路深度方面对目前有噪声的中等规模量子计算机是友好的，同时保留了经典CNN的重要特征，如非线性和可扩展性。我们还提出了一个自动计算混合量子-经典损失函数梯度的框架，该框架可以直接应用于其他混合量子-经典算法。我们通过将其应用于俄罗斯方块数据集来展示这种架构的潜力，并表明QCCNN可以完成分类任务，其学习精度超过经典的CNN。
2021-08-04 quant-ph
A Comparative Analysis of Hybrid-Quantum Classical Neural Networks
本文在含噪声中等规模量子器件上，针对图像分类任务对三种混合量子-经典机器学习算法开展比较分析，通过调整量子线路层的排布、重复次数等变量，探究量子层数、量子比特数与模型收敛性及准确率的关联。
2024-06-25 quant-ph
Berry Phase and Hannay's Angle in a Quantum-Classical Hybrid System
Berry相的发现已经有二十多年的历史，它为我们提供了一个非常深刻的理解量子力学几何结构的视角。它的经典对应物--汉内角被定义为作用变量的闭合曲线经过一段时间的演化后在相空间中返回到相同的曲线。本文在Born-Oppenheimer近似下研究了量子-经典杂化系统中的Berry相位和Hannay角。量子-经典混杂系统是指由量子子系统和经典子系统组成的复合系统。探讨了子系统-子系统耦合对Berry相位和Hannay角的影响。结果表明，耦合对Berry相位的影响很大，而对Hannay角的影响很小。
2011-03-19 quant-ph
A Comparative Study of Hybrid Quantum and Classical Genetic Algorithms in Portfolio Optimization
Universidade Federal de Viçosa（维索萨联邦大学）
本文比较了混合量子遗传算法与经典遗传算法在投资组合优化中的性能，发现HQGA收敛更快且保持更高的种群多样性，且所需评估次数更少。
2026-04-13 quant-ph
Hybrid classical-quantum linear solver using Noisy Intermediate-Scale Quantum machines
我们提出了一个现实的混合经典量子线性求解器来解决特定类型的线性方程组，并证明了它的可行性使用Qiskit的IBM Q系统。该算法利用了在$\mathcal{O}(\log(N))$量子比特组成的量子线路上以$\mathcal{O}(N\log(N))$时间运行的量子随机游走。输入和输出是经典数据，因此可以很容易地访问。它对噪声具有鲁棒性，并准备在机器学习等应用中实现。
2019-06-06 quant-ph
Accelerating Extended Benders Decomposition with Quantum-Classical Hybrid Solver
Tohoku University（东北大学）；Science Tokyo（东京科学大学）；Kumamoto University（熊本大学）；Sigma-i Co., Ltd.（Sigma-i有限公司）
本文提出一种量子-经典混合求解器，用于加速大规模混合整数二次问题的求解，通过整合D-Wave CQM求解器实现高效近优解和部分问题的指数级加速。
2026-02-18 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
Hybrid Quantum-Classical Unit Commitment
提出了一种量子-经典混合算法来求解电力系统中的机组组合问题。UC问题被分解为一个二次子问题，一个二次无约束二进制优化（QUBO）子问题，和一个无约束二次子问题。经典的优化求解器求解第一和第三个子问题，而QUBO子问题由称为量子近似优化算法（QAOA）的量子算法求解。三个子问题，然后协调迭代使用三块交替方向法的乘子算法。利用IBM Q系统上的Qiskit作为仿真环境，仿真结果验证了所提算法解决UC问题的有效性。
2022-01-07 quant-ph
Experimental hybrid quantum-classical reinforcement learning by boson sampling: how to train a quantum cloner
我们报告了一个经典控制驱动的机器学习量子门的实验实现。门在强化学习场景中学习最佳相位协变克隆，该场景具有克隆的保真度作为奖励。在我们的实验中，门学习实现几乎最佳的克隆保真度允许这类特殊的状态。这证明了将量子信息处理与经典控制相结合的混合机器学习方法在当今的可行性和实用性。此外，我们的实验可以直接推广到更大的干涉仪，经典计算机的计算成本远远低于玻色子采样的成本。
2019-06-13 quant-ph
Implicit Hybrid Quantum-Classical CFD Calculations using the HHL Algorithm
隐式方法对于混合量子-经典CFD求解器是有吸引力的，因为流动方程被组合成在量子设备上求解的单个耦合矩阵，仅留下经典设备上的CFD离散化和矩阵组装。本文利用仿真HHL电路研究了隐式混合求解器。混合解决方案与经典的解决方案，包括充分的本征系统分解。深入分析了HHL本征值反演电路中的量子位数对计算流体力学求解器收敛速度的影响。最小和最大特征值的精度损失具有不同的影响，并通过将相应的特征向量与CFD求解器中的误差波相关联来理解。一个迭代的前馈机制被确定，允许在HHL电路的精度损失放大相关的误差波。这些结果将与早期容错CFD应用相关，其中每个（逻辑）量子位都将计数。最小和最大特征值的好的经典估计的重要性也与量子奇异值变换方法的条件数的计算有关。
2022-09-16 quant-ph
Hybrid classical-quantum formulations ask for hybrid notions
我们重新评估了一些文献中提出的经典-量子混合模型，目的是恢复它们的一些共同特征。特别是，首先，我们详细分析了Peres-Terno关于Sudarshan型混合量化的不一致性的论点。我们表明，要接受这种混合形式主义需要处理额外的自由度以外的直接完全量化的系统。其次，我们恢复了类似的扩大自由度在所谓的统计混合模型。最后，我们使用维格纳的量化一个简单的模型来说明如何在混合系统的子系统从来没有纯粹的经典或量子。一定程度的量子性（经典性）在理论的不同部分之间交换，这在这个特定的非物理玩具模型中使它们无法区分。
2013-01-28 gr-qc quant-ph
Statistical consistency of quantum-classical hybrids
在为完美量子-经典混合系统建立了一个不可行定理之后，我们注意到了一个基于标准统计考虑的新的一致性要求。结果表明，这样的要求是不满足平均场的方法，也不是由统计系综的方法。后者计划的进一步不寻常的功能指出。
2012-01-20 gr-qc quant-ph
Classicalization of Quantum Variables and Quantum-Classical Hybrids
用随机变分方法研究了量子力学中经典自由度的提取问题。通过使用这种经典化，从量子和经典变量（量子经典杂交）构造的混合模型。在这个过程中，守恒定律，如能量保持不变，和埃克塞特的定理仍然是满足修改。本文还讨论了量子-经典杂化的适用性判据。
2015-06-23 gr-qc hep-th nucl-th
From Classical to Hybrid: A Practical Framework for Quantum-Enhanced Learning
Gran Sasso Science Institute（格拉斯索科学研究所）；Technical University of Munich（慕尼黑技术大学）；VSB - Technical University of Ostrava（奥斯特拉瓦技术大学）；IT4Innovations National Supercomputing Center（IT4Innovations国家超级计算中心）；Klaipeda University（克莱佩达大学）；International Centre for Genetic Engineering and Biotechnology（国际基因工程与生物技术中心）
针对无量子专业知识的从业者从经典过渡到混合量子-经典机器学习的挑战，提出三阶段框架，通过经典自训练、最小混合量子变体及QMetric诊断反馈优化架构，在Iris数据集上使准确率从0.31提升至0.87，为经典从业者提供实用量子增强途径。
2025-11-11 cs.LG quant-ph
Hybrid Quantum-Classical Machine Learning with String Diagrams
本文提出用带函子盒的弦图形式化描述混合量子-经典算法，通过松弛幺半函子刻画量子-经典接口与测量限制，为混合量子机器学习建立捕捉量子-经典交互特征的指称语义基础。
2024-07-04 math.CT quant-ph
Adversarial attacks on hybrid classical-quantum Deep Learning models for Histopathological Cancer Detection
Qausal AI；Clemson University（克莱姆森大学）；Mississippi State University（密西西比州立大学）；SVQC
本研究将ResNet18等迁移学习模型与变分量子电路结合，构建混合经典-量子深度学习模型用于组织病理学癌症检测，并验证其在多种对抗攻击下比经典模型具有更高的分类准确率。
2023-09-08 cs.LG quant-ph
A New Hybrid Classical-Quantum Algorithm for Continuous Global Optimization Problems
Grover算法可以用于全局最优化方法中，在某些情况下，它比经典算法有二次加速。本文描述了一种求解连续全局最优化问题的新方法，该方法利用经典算法寻找局部极小值，并用Grover算法跳出该局部极小值。与试验台功能和比较与文献中的算法的模拟。
2013-01-20 math.OC quant-ph
A Hybrid Quantum-Classical Particle-in-Cell Method for Plasma Simulations
本文提出将静电 PIC 中的 Poisson 求解替换为经经典模拟数据训练、在 PennyLane 上运行的 HNN，并通过双流不稳定性验证其精度与可行性。
2025-09-01 cs.ET quant-ph
Infinite Families of Quantum-Classical Hybrid Codes
混合码同时将量子和经典信息编码成物理量子比特。我们给出了几个关于混合码的一般结果，最值得注意的是，量子码，包括一个真正的混合码必须是不纯的，混合码总是可以检测到更多的错误比可比的量子码。我们还介绍了一般的混合码的重量枚举，然后我们用它来推导线性规划界。最后，受非加性码族构造的启发，我们构造了几个最小距离为2和3的真正混合码的无限族。
2020-09-09 cs.IT math.IT quant-ph
Parameterized Quantum Circuits with Quantum Kernels for Machine Learning: A Hybrid Quantum-Classical Approach
IBM（国际商业机器公司）
量子机器学习（QML）是利用量子计算进行计算的机器学习算法。随着经典数据的普遍性和重要性，量子-经典混合方法被称为QML。参数化量子线路（PQC），特别是量子核PQC，通常用于QML的混合方法中。本文讨论了带量子核的PQC的几个重要方面，包括PQC、量子核、具有量子优势的量子核以及量子核的可训练性。我们得出结论，量子核与混合核方法，又名。量子核方法作为QML的混合方法提供了明显的优势。它们不仅适用于有噪声的中间尺度量子（NISQ）设备，还可用于解决所有类型的机器学习问题，包括回归、分类、聚类和降维。此外，除了量子效用之外，如果量子内核，即，量子特征编码是经典的难以处理的。
2022-10-17 cs.LG quant-ph
Linear dynamics of quantum-classical hybrids
提出了一种量子-经典混合动力学的形式，它涉及经典和量子力学自由度的直接耦合。它对量子力学近似方案中的应用很感兴趣，并且可能与量子力学的基础有关，特别是当涉及到探索量子经典边界的实验时。目前的线性理论不同于霍尔和Reginatto的非线性系综理论，但与它的股份，以满足所有的一致性要求，在文献中讨论，而早期的尝试失败，在这方面。我们的工作是基于A。Heslot，表明概念的国家在相空间，可观的，泊松括号，和相关的正则变换可以自然地扩展到量子力学。这一点在这里被适当地推广到量子-经典混合体。
2012-05-14 gr-qc quant-ph
Classical-Quantum Hybrid Models
本文介绍经典-量子混合模型的研究动机、要求与发展，并回顾非相对论方案及其局限，重点关注可逆动力学。
2024-02-16 gr-qc quant-ph
Quantum-classical hybrid models based on error correction for time series forecasting
Universidade Federal de Pernambuco（伯南布哥联邦大学）
提出首个基于纠错的量子-经典混合预测系统，量子模型提取模式，经典模型从量子误差中捕获剩余模式，在多数问题上取得最优结果。
2026-06-16 cs.LG quant-ph
Kubernetes-Orchestrated Hybrid Quantum-Classical Workflows
Barcelona Supercomputing Center (BSC)（巴塞罗那超级计算中心）；Universitat Politècnica de Catalunya (UPC)（加泰罗尼亚理工大学）；European Organisation for Nuclear Research (CERN)（欧洲核子研究组织）
本文提出基于Kubernetes的混合量子-经典工作流框架，实现多阶段工作流的动态调度，展示分布式量子电路切割的证明概念，体现云原生环境下可扩展的混合计算潜力。
2026-03-25 cs.ET quant-ph
Quantum classical hybrid neural networks for continuous variable prediction
在这十年内，量子计算机预计将在处理能力方面超过传统计算机，并对各种商业领域产生颠覆性影响。据预测，金融业将是最早从量子计算中受益的行业之一，无论是短期还是长期。在这项研究工作中，我们使用混合量子神经网络提出了一种用于连续变量预测的量子机器学习方法。
2023-03-09 q-fin.CP quant-ph
Hybrid Quantum-Classical Master Equations
讨论了经典子系统和量子子系统的混合系统的混合主方程。提出了一种相当一般的混合主方程形式，它的相容性是由Lindblad量子主方程的相容性导出的。我们强调，量子测量是一个自然的例子，精确的混合系统。我们推导了一个启发式的时间连续位置测量的混合主方程
2014-01-02 cond-mat.mes-hall math-ph math.MP
Hybrid Quantum-Classical Autoencoders for End-to-End Radio Communication
量子神经网络正在成为利用噪声量子处理单元进行应用的潜在候选者。在这里，我们将介绍用于端到端无线电通信的混合量子经典自编码器。在经典无线系统的物理层中，我们研究了标准编码无线电信号在噪声信道上的模拟架构的性能。我们实现了一个混合模型，在接收端的量子解码器与发送端的经典编码器一起工作。除了学习输入符号的潜在空间表示，具有良好的鲁棒性，对信号退化，基于量子位的电路的广义数据重新上传方案允许满足应用程序的推理时间约束。
2023-01-06 eess.SP quant-ph
Quantum and Classical Hybrid Generations for Classical Correlations
我们考虑两阶段的混合协议，结合量子资源和经典资源，以产生两个独立的参与者共享的经典相关。我们的动机是双重的。首先，在不久的将来，量子信息处理的规模是相当有限的，当可用的量子资源不足以完成某些任务时，一种可能的方法来增强量子方案的能力是引入额外的经典资源。我们分析了这些混合协议的数学结构，并描述了量子资源和经典资源之间的关系。其次，通信复杂性理论中的一个基本的开放问题是描述共享先验量子纠缠相对于共享先验随机性的优势，这仍然是广泛开放的。事实证明，我们的量子和经典的混合协议提供了新的见解，这个重要的问题。
2020-07-21 cs.CC cs.IT math.IT
A Hybrid Classical-Quantum Annealing Algorithm for the TSP
Dipartimento di Informatica, Università di Roma “La Sapienza”（罗马大学）；Advanced Research & Innovation Group, Unisys（Unisys）
本文提出混合算法解决NP难的TSP问题，通过图压缩技术减少维度，适用于量子设备高效求解。
2026-05-10 cs.ET quant-ph
HybridQC: Hardware-Grounded Simulation of Tightly Integrated Hybrid Quantum-Classical Systems
Fordham University（福坦莫大学）
研究混合量子-经典系统性能受经典控制等因素限制的问题，提出HybridQC模拟器，通过将HCU建模为可配置图、分解作业并校准测量，可评估混合架构多方面限制，为其性能评估提供系统框架。
2026-10-20 cs.PF quant-ph
Robust Hybrid Classical-Quantum Transfer Learning Model for Text Classification Using GPT-Neo 125M with LoRA & SMOTE Enhancement
State Of Void AB
本研究提出混合经典-量子框架，结合GPT-Neo 125M、LoRA与SMOTE，在IBM 127量子比特后端及Pennylane 32量子比特模拟上验证了提升文本分类准确率、收敛速度与泛化能力的可行性。
2025-01-22 cs.LG quant-ph
Proliferation of observables and measurement in quantum-classical hybrids
回顾量子-经典混合动力学之后，我们讨论了随后的可观测量的扩散，并将其与（将要）经典的（如果它们是可分离的）量子力学自由度的测量相关联。混合体包括耦合的经典（“CL”）和量子力学（“QM”）对象。许多一致性要求，他们的描述已经讨论，并满足这里。我们总结了量子力学在经典分析力学中的一种表述，这种表述自然地扩展到QM-CL杂化。这个框架允许叠加，可分离，纠缠态起源于QM部门，承认实验者的“自由意志”，是本地和非信号。--目前，我们研究的是混合观测量集，它大于其分量的QM和CL观测量的笛卡尔乘积，但小于相应的所有经典观测量的乘积。因此，量子性和经典性相互影响。
2012-12-11 physics.chem-ph physics.class-ph quant-ph
