A Spontaneous Symmetry Breaking Machine -- A Theory for a Novel Type of Spontaneous Symmetry Breaking in a Unique Dissipative System and one Application
NTT Corporation（日本电气株式会社）
该研究提出了一种新型自发对称破缺机制，通过耗散系统和光学干涉结合，生成复杂SSB，并展示其在解决组合优化问题中的应用潜力。
2025-12-13 nlin.AO physics.optics quant-ph
Evolution of two-mode quantum states under a dissipative environment: which quantum resource survives better, squeezing or entanglement?
本研究探讨两模高斯态的压缩与纠缠在不同耗散环境下的相对鲁棒性，发现资源存活优劣取决于耗散环境性质与初始压缩量，可为量子信息处理协议选择更优资源以提升性能。
2022-01-20 quant-ph
A Generalized Deletion Machine
在这项工作中，我们规定了一个更广义的量子删除机（输入状态相关）。删除的保真度取决于一些机器参数，因此在改变机器参数时，我们回到标准删除机器。对各种量子删除机进行了比较研究。我们还绘制了图表，比较研究删除机器的删除保真度，作为改变我们的机器的机器参数的特殊情况下获得。
2005-11-22 quant-ph
Binary classifiers for noisy datasets: a comparative study of existing quantum machine learning frameworks and some new approaches
获得实际优势的最有前途的研究领域之一是量子机器学习，它是量子计算和经典机器学习之间思想交叉的结果。在本文中，我们应用量子机器学习（QML）框架来改进金融数据集中普遍存在的噪声数据集的二进制分类模型。我们用于评估量子分类器性能的指标是受试者工作特征曲线下面积（ROC/AUC）。通过结合混合神经网络，参数电路和数据重新上传等方法，我们创建了QML启发的架构，并利用它们对非凸2维和3维图形进行分类。我们新的全混合分类器对现有的量子和经典分类器模型的广泛基准测试表明，与已知的量子分类器相比，我们的新模型对数据集中的非对称高斯噪声表现出更好的学习特性，并且对现有的经典分类器表现同样出色，在高噪声区域中的经典结果略有改善。
2021-11-05 quant-ph
Dissipative quantum algorithms for excited-state quantum chemistry
University of California, Berkeley（加州大学伯克利分校）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
本文提出耗散量子算法用于高效制备电子激发态，通过修改动力学实现激发态稳态，并通过数值模拟验证其在分子光谱中的有效性。
2026-09-29 physics.chem-ph quant-ph
Financial Fraud Detection: A Comparative Study of Quantum Machine Learning Models
Hassan II University of Casablanca（卡萨布兰卡哈桑二世大学）；Zaiku Group Ltd（Zaiku集团有限公司）；University of the Witwatersrand（威特沃特斯兰德大学）
本研究比较了四种量子机器学习模型在金融欺诈检测中的性能，发现Quantum Support Vector Classifier模型表现最佳，F1分数达0.98，为QML在金融应用中的潜力提供了新见解。
2023-08-09 cs.LG q-fin.GN quant-ph
Comparative Analysis of Quantum Support Vector Machines and Variational Quantum Classifiers for B-cell Epitope Prediction in Vaccine Design
本研究对比了疫苗设计中用于B细胞表位预测的量子支持向量机（QSVM）与变分量子分类器（VQC），发现QSVM适用于有限数据，VQC在大数据集准确率更高，为量子增强模型助力表位基疫苗开发提供了依据。
2025-04-15 quant-ph
Stabilization and Dissipative Information Transfer of a Superconducting Kerr-Cat Qubit
本研究针对量子硬件噪声影响算法性能的问题，探究向Cat-Qubit的耗散信息传输，验证了基于重复相互作用的耗散方案可实现量子信息成功传输，为量子机器学习提供替代硬件思路。
2023-07-23 quant-ph
Neural-Network Approach to Dissipative Quantum Many-Body Dynamics
在实验现实的情况下，量子系统从来都不是完全孤立的，需要考虑到与环境的耦合。通常，环境的影响可以很好地近似马尔可夫主方程。然而，解决这个主方程的量子多体系统，变得非常困难，由于高维的希尔伯特空间。在这里，我们提出了一种基于机器学习技术的开放量子多体系统动力学的有效模拟方法。本文将神经网络用于描述混合多体量子态的约束Boltzmann机形式，并导出了求解其时间演化和定态的变分Monte-Carlo算法。我们文件的精度的方法与数值例子耗散自旋晶格系统。
2019-05-31 cond-mat.dis-nn cond-mat.other quant-ph
Continuous-Variable Quantum Encoding Techniques: A Comparative Study of Embedding Techniques and Their Impact on Machine Learning Performance
Indian Institute of Management (IIM)（印度管理学院（IIM））
本文比较了连续变量量子计算中的位移编码、压缩编码与离散量子IQP编码对经典机器学习模型性能的影响，发现CVQC编码能显著提升分类准确率和F1分数，但计算成本因编码复杂度和模型架构而异，为量子-经典混合学习的实际应用提供了可行性分析。
2025-04-09 cs.AI quant-ph
Entanglement and quantum discord in optically coupled coherent Ising machines
本文给出了耗散耦合相干伊辛机（CIM）中压缩、纠缠和量子不和谐的解析和数值模拟结果。这两个解析解和数值模拟结果，这是获得与正P，截断维格纳和截断胡西米表示的密度算子，预测纠缠和量子不和谐的存在下，低于和高于阈值的CIM。的纠缠标准和量子不和谐的耗散耦合强度相对于背景损耗的函数进行评估。对于耦合的两个DOPO，虽然纠缠消失的背景损失超过伊辛耦合强度，量子不和谐仍然是有限的，即使有一个大的线性损失。对于一维的DOPO晶格，当DOPO对的距离变大时，纠缠消失，量子不协调仍然是有限的。
2020-04-28 quant-ph
Exploring the Vulnerabilities of Machine Learning and Quantum Machine Learning to Adversarial Attacks using a Malware Dataset: A Comparative Analysis
Kennesaw State University（肯尼索州立大学）；Nicolet High School（尼科莱特高中）；Southern Polytechnic College of Engineering and Engineering Technology（南方理工工程与工程技术学院）
本文基于ClaMP恶意软件数据集比较了神经网络和量子神经网络对对抗性攻击的脆弱性，发现QNN准确率下降更大但精确率和召回率更具韧性，并揭示了跨模型对抗样本的迁移威胁。
2023-05-31 cs.LG quant-ph
Quantum and Classical Machine Learning in Decentralized Finance: Comparative Evidence from Multi-Asset Backtesting of Automated Market Makers
Omnis Labs（Omnis实验室）
该研究通过多资产回测比较10个经典、量子及混合ML模型在AMM与DeFi策略中的表现，发现QASA Sequence以13.99%回报和1.76 Sharpe比率表现最佳。
2025-09-14 cs.LG q-fin.ST quant-ph
Solving the max-3-cut problem using synchronized dissipative networks
许多计算问题通过经典计算是难以解决的，并且随着摩尔定律逐渐停止，寻找解决这些问题的替代方法的需求正在增长。在这里，我们实现了一个基于同步激子-极化激元凝聚网络的NP难最大3切问题的液体光机器。我们克服了二进制的限制，在伊辛机使用连续相位自由度的相干网络的极化激元凝聚的决策变量。凝聚网络动态瞬态提供XY哈密顿量的光学快速退火。我们应用Goemans和Williamson随机超平面技术，离散的XY基态自旋配置作为三元决策变量的近似最优解的最大3-切割问题。所提出的相干网络的应用进行了研究，在图像分割任务和电路设计。
2022-03-07 cond-mat.mes-hall quant-ph
Quantum Data Encoding: A Comparative Analysis of Classical-to-Quantum Mapping Techniques and Their Impact on Machine Learning Accuracy
IIM Mumbai（印度管理学院孟买分校）
本研究比较基编码、角度编码和振幅编码等量子数据嵌入技术对经典机器学习模型性能的影响，发现其能提升分类精度和F1分数，尤其对集成方法效果显著，但需权衡计算开销。
2023-11-17 cs.AI quant-ph
Many-body Hierarchy of Dissipative Timescales in a Quantum Computer
我们表明，目前嘈杂的量子计算机是理想的平台，在通用的开放系统中的量子多体动力学模拟。我们使用IBM量子计算机作为实验平台来证明这一点，以证实[Phys. Rev. Lett.124，100604（2020）]中涉及不同数量量子位的多体观测的弛豫时间尺度的涌现层次的理论预测。使用不同的协议，我们利用负责门错误的机器的固有耗散，实现通用（即无结构）的局部耗散相互作用的量子模拟。
2020-11-17 cond-mat.stat-mech cond-mat.str-el quant-ph
Partition of kinetic energy and magnetic moment in dissipative diamagnetism
本文基于能量均分定理的量子对应形式，分析二维带电谐振粒子在磁场与量子热浴耦合下的耗散抗磁性，并用超统计重新表述动能与磁矩，结果与传统 Gibbs 方法完全一致。
2023-07-15 cond-mat.mes-hall cond-mat.stat-mech quant-ph
Two coupled qubits interacting with a thermal bath: A comparative study of different models
我们研究了两个相互作用的量子比特系统，其中一个量子比特是孤立的，另一个量子比特耦合到热库。我们考虑两种不同的模型的系统水库相互作用：i）一个“微观”模型，其中的主方程推导出考虑到两个子系统（量子比特）之间的相互作用，ii）一个天真的“唯象”模型，其中的主方程由一个耗散项添加到幺正演化项。我们研究了强耦合和弱耦合机制（量子比特-量子比特相互作用）以及不同温度的库中的量子量子纠缠、量子不和谐和孤立量子比特的线性熵等量的动力学。我们发现，即使在弱耦合制度从两个模型得到的结果之间的显着分歧。例如，我们表明，根据唯象模型，孤立的量子比特将在更高的温度下更慢地接近最大混合态（非物理结果），而微观模型预测了相反的行为（正确的结果）。
2016-11-25 cond-mat.mes-hall cond-mat.stat-mech physics.atom-ph
