Polynomial time constructive decision algorithm for multivariable quantum signal processing
The University of Osaka(大阪大学);RIKEN Center for Quantum Computing (RQC)(理化学研究所量子计算中心)
本文提出一个多项式时间经典算法,用于判断给定的多变量 Laurent 多项式是否能通过 M-QSP 实现,该算法提供了多变量量子信号处理的构造性方法。
2026-05-07 eess.SP quant-ph
Complementary Quantum Correlations Are Universal for Qubits
Peking University(北京大学);Institute of Theoretical Physics, Chinese Academy of Sciences(中国科学院理论物理研究所)
该研究证明量子比特可避免互补测量关联的重复计数,建立两量子比特关联受限于测量前量子互信息的定理,可用于获取总关联下界及量子容量下界。
2026-08-12 math-ph math.MP quant-ph
Quantum Signal Processing and Quantum Singular Value Transformation on $U(N)$
Zhejiang University(浙江大学);North Carolina State University(北卡罗来纳州立大学)
本文提出在U(N)上实现量子信号处理和奇异值变换的框架,通过块编码输入实现多项式变换,并展示了多项式函数、N区间决策和量子振幅估计算法的应用。
2026-03-25 quant-ph
Parallel Quantum Signal Processing Via Polynomial Factorization
本文提出并行量子信号处理算法,通过多项式因子化将查询深度从d降至d/k,实现时间-空间权衡,适用于分布式量子计算机,用于熵估计和配分函数评估。
2025-08-11 quant-ph
Density theorems with applications in quantum signal processing
我们研究了在量子信号处理应用中出现的两类一元多项式的逼近能力。虽然仅在域$[0,1]$中的近似在物理上是期望的,但是这些多项式族不仅由$[0,1]$中的边界约束来定义,而且还由$[0,1]$之外的附加边界约束来定义。人们可能想知道这些额外的约束是否会抑制它们在$[0,1]$中的近似属性。本文的主要结果是,情况并非如此-额外的约束条件并不妨碍这些多项式族的能力,以近似任意以及任何连续函数$f:[0,1] \rightarrow [0,1]$的上确界规范,提供$f$也匹配任何多项式在家庭中的$0$和$1$。我们还研究了具体的问题,近似的阶跃函数$[0,1]$(与步骤从$0$ $1$发生在$x=\frac{1}{2}$)使用这些家庭之一,并提出了两个子家庭的单调和非单调近似。对于非单调的情况下,在一些额外的假设下,我们提供了一个迭代的启发式算法,找到最佳的多项式逼近。
2022-04-07 math.CA quant-ph
When do quantum views help? Complementary classical-quantum representations in multi-view fusion
RMIT University(皇家墨尔本理工大学);Pattern Recognition Pty Ltd(模式识别有限公司);Faculty of Information Technology, Monash University(蒙纳士大学信息技术学院)
该研究提出经典-量子多视图融合框架,通过实验表明当经典与量子表示互补时融合可提升预测性能,在多个基准数据集上验证了其优于经典基线的表现。
2026-10-16 cs.AI quant-ph
Robustness of Quantum Signal Processing and Resource-aware Polynomial Design
Quantum Research Center, Technology Innovation Institute(技术创新研究所量子研究中心);Department of Mathematical Sciences, University of Copenhagen(哥本哈根大学数学科学系)
该研究分析量子信号处理中的误差传播,提出计算算子-利普希茨常数界的算法及资源感知多项式设计,显著降低T门成本。
2026-10-06 quant-ph
Quantum signal processing over SU(N)
本文将量子信号处理(QSP)从单控制量子比特推广到多控制量子比特情形,证明几乎任意多项式向量均可实现,且门复杂度随维度多项式增长;在矩阵幂易于实现的条件下,变换阶数可随控制比特数指数增长,并以相位估计和离散对数为例进行说明。
2024-07-01 quant-ph
Two exact quantum signal processing results
本研究针对量子信号处理框架的构建需求,提出两个精确数学结果:得到用于量子电路矩阵求逆的1/x均匀多项式逼近式的精确表达式,以及通过积分表示构造出在整个复平面有效的通用目标多项式的互补多项式。
2025-05-15 quant-ph
Complementary Quantum Time Distributions from a Single Operational Protocol
University of Massachusetts Boston(马萨诸塞大学波士顿分校)
本文通过不同的后处理程序,利用自由演化和投影测量构建了基于活动的时间流分布和基于存在的量子斯托克斯分布,为时间提供了互补的操作定义,并应用于隧道效应,展示了不同分布在不同条件下的行为。
2026-11-02 quant-ph
Optical Hybrid Quantum Information Processing
从历史上看,光学量子信息处理的两种互补方法一直在追求:量子比特和连续变量,每种方法都利用光的粒子或波动性质。然而,这两种方法都有优点和缺点。近年来,在结合这两种方法以实现克服当前限制的混合协议方面取得了重大进展。在这一章中,我们首先回顾了这两种方法的发展,特别关注量子隐形传态及其应用。然后介绍了我们在利用混合方案实现量子隐形传态方面的最新研究进展,并展望了其在通用和容错量子信息处理方面的应用前景。
2014-04-09 quant-ph
Quantum Signal Processing Phase Factorization via Logarithmic Derivatives
该研究改进了量子信号处理相位因子的分解方法,用对数导数替代Prony方法,将复杂度降至O(d log² d),在多类任务中以约10⁻¹²的最大误差快速计算相位因子。
2026-10-14 quant-ph
Weighted Quantum Signal Processing: Low-Depth Polynomial Approximation with Applications to Kolmogorov-Arnold Networks
Universitat Politècnica de Catalunya(加泰罗尼亚理工大学);Universidad de Oviedo(奥维耶多大学);CERN(欧洲核子研究中心);Centre for Quantum Technologies (CQT), National University of Singapore(新加坡国立大学量子技术中心);Universitat Politècnica de València(瓦伦西亚理工大学)
本文提出加权量子信号处理(WQSP),通过为旋转算子分配权重扩展QSP,实现低深度多项式逼近,并用于Kolmogorov-Arnold网络的可学习激活函数,显著减少可训练参数。
2026-09-24 cs.CC cs.LG quant-ph
Infinite quantum signal processing
针对量子信号处理(QSP)中无限多项式级数截断后的相位因子极限问题,提出一致参数化选择使极限在ℓ¹空间明确定义,推广得到无限QSP并启发简单高效算法,该算法双精度运算且在切比雪夫系数ℓ¹范数有界时可证明收敛。
2024-12-07 cs.NA math.NA quant-ph
Multivariable QSP and Bosonic Quantum Simulation using Iterated Quantum Signal Processing
本文提出迭代量子信号处理,通过递归 QSP 构造多变量有界次数多项式,并用于库仑势等量子模拟相位函数及免除玻色子 Hamiltonian 模拟中的可逆平方根运算。
2024-08-06 quant-ph
On the energy landscape of symmetric quantum signal processing
对称量子信号处理提供了实多项式的参数化表示,可以将其转化为高效的量子线路,用于在量子计算机上执行广泛的计算任务。对于给定的多项式$f$,可以通过求解优化问题来获得参数(称为相位因子)。然而,成本函数是非凸的,并且具有非常复杂的能量景观,具有许多全局和局部最小值。因此,令人惊讶的是,从不包含输入多项式的信息的固定初始猜测$Φ^0$开始,在实践中可以鲁棒地获得解。为了研究这一现象,我们首先明确地描述了成本函数的所有全局极小值。然后,我们证明了一个特定的全局最小值(称为最大解)属于$Φ^0$的邻域,在该邻域上的成本函数是强凸的条件下${\left\lVert f\right\rVert}_{\infty}=\mathcal{O}(d^{-1})$与$d=\mathrm{deg}(f)$。我们的结果提供了一个部分的解释,上述成功的优化算法。
2022-10-27 cs.NA math.NA quant-ph
Quantum signal processing with continuous variables
本研究突破QSP依赖紧李群SU(2)的局限,证明非紧李群SU(1,1)动力学场景下仍存在QSP型拟设,可近似近任意多项式变换,为拓展量子信号处理的适用范围提供了新方向。
2023-04-27 quant-ph
Quantum Informatics View of Statistical Data Processing
应用根密度估计的统计数据分析的问题。四套基函数的基础上Chebyshev-Hermite,Laguerre,Kravchuk和Charlier多项式被认为是。这些集合可用于由实验数据重建统计分布问题的数值分析。给出了数值模拟的实例。
2011-02-21 physics.data-an quant-ph
Quantum Aberrations: Entangling Photons with Zernike Polynomials
Alikahanyan National Laboratory (Yerevan Physics Institute)(阿利卡汉国家实验室(耶烈万物理研究所));Yerevan State University(耶烈万国立大学)
本文引入泽尼克多项式作为光子空间结构编码量子信息的新自由度,提出生成、操控和探测泽尼克模式光子的框架,并证明自发参量下转换产生的双光子态在泽尼克基中呈现模式纠缠,开辟了结构化空间纠缠的新途径。
2025-05-27 quant-ph
Efficient phase-factor evaluation in quantum signal processing
量子信号处理(QSP)是一种在量子计算机上精确实现矩阵多项式的强大量子算法。基于QSP的量子算法的渐近分析表明,对于一系列任务,如哈密顿模拟和量子线性系统问题,原则上可以获得渐近最优结果。QSP的另一个好处是它使用了最少数量的辅助量子比特,这有助于它在近中期量子架构上的实现。然而,到目前为止,还没有经典稳定的算法,允许计算的相位因子,需要建立QSP电路。现有的方法需要使用变精度算法,并且只能应用于相对低次数的多项式。我们在这里提出了一种基于优化的方法,可以准确地计算相位因子使用标准的双精度算术运算。我们证明了这种方法的性能与应用程序的哈密顿模拟,本征值滤波,和量子线性系统的问题。我们的数值结果表明,优化算法可以找到相位因子,以准确地近似多项式的次数大于$10,000$与误差低于$10^{-12}$。
2021-07-10 math.OC physics.comp-ph quant-ph
Experimental Observation of Anomalous Complementary Weak Values from Correlated Pairwise Two-State Vectors
Nanjing University(南京大学)
该研究利用量子纠缠和后选控制操作,通过改变后选角色,从相关成对双态矢量中观测反常互补弱值,扩展了时间对称量子结构的操作可达性,为量子信息处理中时间对称应用探索开辟新途径。
2026-07-14 quant-ph
Stable factorization for phase factors of quantum signal processing
本文提出了一种新的量子信号处理中相位因子的分解算法。该算法利用Prony方法中的一个关键步骤避免了高次多项式求根,在双精度算法中数值稳定。实验结果报告的哈密顿模拟,本征态滤波,矩阵求逆,和费米-狄拉克算子。
2022-10-17 cs.NA math.NA quant-ph
Constrained minimax approximation for quantum signal processing
University of Michigan(密歇根大学);University of California, Berkeley(加州大学伯克利分校)
针对量子信号处理经典设计阶段的约束极小极大近似问题,研究人员提出结合有效集约束的Remez交换法与非线性傅里叶回退两种方法,在保持逼近精度的同时解决可行性问题,相关工作已在qsppack软件中实现。
2026-09-01 cs.NA math.NA quant-ph
Compressively characterizing high-dimensional entangled states with complementary, random filtering
对于高维系统来说,用常规方法描述量子系统所需的资源是极其庞大的.这一障碍可以通过放弃传统的量子测量的基石,如一般的量子态,强投影测量和无折射表征来克服。根据这个推理,我们展示了一种有效的技术,用于表征高维,空间纠缠与一组测量。我们恢复尖锐的分布与本地,随机过滤相同的合奏的动量,其次是位置-不确定原理禁止投影测量。利用纠缠信号高度相关的预期,我们使用不到5,000个测量来表征65536维的状态。最后,我们利用熵不等式证明了没有密度矩阵的纠缠。我们的方法代表了在量子测量中展开的巨大变化,其中受信息理论和信号处理社区影响的方法取代了不可扩展的蛮力技术-这是以前经典传感技术的进步。
2016-05-16 quant-ph
From Block-encoding to Generalized Quantum Signal Processing: Principles, Algorithms and Applications
The University of Western Australia(西澳大利亚大学);University Paris City and University of Reunion(巴黎城市大学和留尼汪大学)
本文从第一性原理出发,将块编码、量子化、QSP、QSVT和GQSP统一为构建量子算法的框架,提出决策工作流和端到端流程,用于实现算子的多项式变换。
2026-09-10 quant-ph
Mathematical and numerical analysis of quantum signal processing
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)
本文综述量子信号处理(QSP)的数学与数值分析进展,涵盖其推广、相位因子评估算法的复杂度与稳定性,及与相关数学工具的相互作用,支撑量子奇异值变换(QSVT)这一重要量子算法。
2026-09-01 cs.NA math.CA math.NA
Multivariable quantum signal processing (M-QSP): prophecies of the two-headed oracle
最近的工作表明,量子信号处理(QSP)及其多量子比特提升版本,量子奇异值变换(QSVT),统一和改进了大多数量子算法的表示。QSP/QSVT的特点的能力,通过交替ansätze,obliterally变换的奇异值的子系统的酉矩阵多项式函数,这些算法是数值稳定和分析理解。也就是说,QSP/QSVT需要对单个Oracle的一致访问,更不用说计算两个或多个Oracle的联合属性了;如果能够使Oracle一致地相互竞争,那么确定这些属性的成本要低得多。本文介绍了多变量QSP的一种相应理论:M-QSP。令人惊讶的是,尽管不存在多变量多项式的代数基本定理,但存在必要和充分的条件,在这些条件下,期望的稳定的多变量多项式变换是可能的。此外,QSP协议使用的经典子程序在多变量设置中由于非明显的原因而存活,并且保持数值稳定和高效。到一个定义明确的猜想,我们证明家庭的可实现的多变量变换是松散的约束,可以预期的。M-QSP的独特能力,obliquently近似多个变量的联合函数相干导致新的加速比与其他量子算法不相称,并提供了一个桥梁,从量子算法到代数几何。
2022-09-14 quant-ph
Double-bracket algorithm for quantum signal processing without post-selection
Quantum Computing Center, Keio University(量子计算中心,庆应义塾大学);School of Physical and Mathematical Sciences, Nanyang Technological University(南洋理工大学物理与数学科学学院);Centre for Quantum Technologies, Nanyang Technological University(南洋理工大学量子技术中心)
本文提出双括号算法用于无需后选择的量子信号处理,通过近似单位元合成理论实现Hermitian矩阵的QSP变换,具有递归结构和超指数电路深度,可作为QSP工具包的补充。
2025-12-18 quant-ph
Multivariate quantum signal processing with optimal query complexity
QudeLeap Research, Shanghai 200030, China(量子跃迁研究);Thrust of Artificial Intelligence, Information Hub, The Hong Kong University of Science and Technology (Guangzhou), Guangzhou 511453, China(香港科技大学(广州)信息枢纽人工智能领域);Centre for Quantum Technologies, National University of Singapore, Singapore(新加坡国立大学量子技术中心)
本文提出一种实现任意多变量三角多项式的量子电路,其查询复杂度达到最优,并扩展到交换酉算子,为多变量量子算法与量子学习模型提供可扩展的实用方案。
2026-10-05 quant-ph
Modular quantum signal processing in many variables
针对量子程序缺乏结构抽象的问题,提出基于多输入输出量子信号处理的模块化超算符理论,以gadget为基本单元可像乐高般拼接,配套Python包可将其编译为电路,同时实现多变量函数高效块编码并验证量子算法的函数式编程方法。
2025-06-17 quant-ph
On-chip parallel processing of quantum frequency combs for high-dimensional hyper-entanglement generation
高维编码和超纠缠是光子区别于其他量子信息载体的独特特征,导致系统效率的提高和新颖的量子功能。然而,控制不同光学自由度的不同要求阻碍了能够同时利用高维编码和超纠缠的互补优势的完整集成平台的开发。在这里,我们展示了芯片级的解决方案的产生和操作的高维超纠缠。这是通过在路径域中并行处理多个量子频率梳来实现的。采用Sagnac结构实现了腔增强参量下转换,保证了光谱的不变性。在高维数下实现了路径和频率上的同时纠缠。还演示了纠缠结构的片上重构。我们进一步提出了量子干涉在两个纠缠自由度的高可见性。我们的工作为集成光子学实现量子信息的高效并行处理提供了关键的一步。
2021-11-24 physics.optics quant-ph
Efficient implementation of quantum signal processing via the adiabatic-impulse model
RIKEN Center for Quantum Computing, RIKEN(理研量子计算中心);Quantum Research Institute and Physics Department, The University of Michigan(密歇根大学量子研究所与物理系)
本文提出通过绝热-脉冲模型实现量子信号处理算法,利用非绝热高振幅驱动提高量子电路鲁棒性并实现快速量子逻辑门。
2025-12-01 cond-mat.mes-hall quant-ph
On variants of multivariate quantum signal processing and their characterizations
本研究将单变量QSP的Haah刻画推广至齐次双变量可交换MQSP,给出非齐次变体的适用条件并构造反例反驳Rossi-Chuang猜想,还提出不受二维限制的不可交换齐次多变量QSP变体。
2023-12-14 cs.SY eess.SY math.AG