Scalable Implementation of Boson Sampling with Trapped Ions
玻色子抽样解决了一个经典的棘手问题，从矩阵永久式给出的概率分布进行抽样。我们提出了一个可扩展的实现玻色子采样使用本地横声子模式的被困离子编码的玻色子。该方案允许确定性的准备和高效率的读出玻色子的Fock状态和通用模式混合。利用最先进的囚禁离子技术，该方案可以实现数十个玻色子的玻色子采样，其性能将超过目前最强大的经典计算机，是著名的扩展Church-Turing定理的有效反证。
2013-10-17 quant-ph
An introduction to boson-sampling
玻色子采样是量子计算的简化模型，它可能是实现第一台后经典量子计算机的关键。玻色子采样是一种非通用的量子计算机，它比迄今为止提出的任何通用量子计算机都要简单得多。本章首先介绍玻色子取样的原理，并讨论线性光学量子计算的历史。然后，我们总结玻色子采样形式主义，讨论什么是采样问题，解释为什么玻色子采样比线性光学量子计算更容易，并讨论扩展丘奇图灵论文。接下来，分析了与其他类别的量子光学状态的采样。最后，我们讨论了利用现有技术建立玻色子取样装置的可行性。
2014-06-26 quant-ph
Efficiently simulating the work distribution of multiple identical bosons with boson sampling
Center for Quantum Technology Research and Key Laboratory of Advanced Optoelectronic Quantum Architecture and Measurements (MOE), School of Physics, Beijing Institute of Technology（北京理工大学物理学院量子技术研究中心及先进光电子量子架构与测量教育部重点实验室）
本文提出利用玻色采样高效模拟多个相同玻色子的工作分布，通过计算量子活塞系统中单玻色本征态间的过渡振幅矩阵，并映射到玻色采样线性光网络，展示了利用光子和线性光学计算复杂量子工作分布的新路径。
2023-11-09 quant-ph
No imminent quantum supremacy by boson sampling
据预测，量子计算机的性能将大大超过传统计算机。然而，大规模的通用量子计算机尚未建成。玻色子采样是一种基本的量子算法，适用于线性光学中的光子平台，它作为一种快速的方式来展示这种量子霸权，引起了人们的兴趣。光子统计是由称为永久量的棘手矩阵函数控制的，这表明通过将光子注入线性光学网络获得的分布的采样可以通过光子实验比经典计算机更快地解决。任何经典采样算法所面临的明显令人敬畏的挑战与大型玻色子采样实验所需的明显近期实验资源之间的对比提高了人们的期望，即玻色子采样的量子霸权即将到来。在这里，我们提出了经典的玻色子采样算法和理论分析的前景缩放玻色子采样实验，表明近期量子霸权通过玻色子采样是不可能的。虽然迄今为止报道的最大玻色子采样实验是5个光子，但我们的经典算法基于Metropolised Independence Sampling（MIS），允许用标准计算硬件解决30个光子的玻色子采样问题。我们认为，实验光子损失的影响意味着通过玻色子采样来证明量子霸权需要技术上的一步改变。
2017-05-01 quant-ph
Toward Scalable Boson Sampling with Photon Loss
玻色子采样是一个定义明确的任务，被强烈认为是经典计算机难以处理的，但可以通过特定的量子模拟器有效地解决。然而，大规模实验玻色子采样的一个突出问题是可扩展性。在这里，我们报告了一个实验玻色子采样与光子损失，并证明了玻色子采样与一些光子损失可以提高采样率。我们的实验使用一个量子点微柱单光子源解复用到一个16*16模式的超低损耗光子电路的七个输入端口，我们检测到三，四和五倍的符合计数。我们实现和验证有损玻色子采样与一个和两个光子丢失，并获得187 kHz，13.6 kHz，和0.78 kHz的采样率为五，六，七光子玻色子采样与两个光子丢失，这是9.4，13.9，和18.0倍，分别比标准玻色子采样。我们的实验显示了一种方法，以显着提高采样率的多光子玻色子采样。
2018-01-25 quant-ph
Stringent and efficient assessment of Boson-Sampling devices
玻色子采样有可能在实验上证伪扩展丘奇图灵命题。然而，玻色子采样的计算难度使实验设备在其优于经典计算机的状态下产生正确结果的证明变得复杂。为了验证玻色子采样器，人们需要验证量子预测，并排除在没有真正的多玻色子干扰的情况下产生这些预测的模型。我们表明，一个半经典模型的多玻色子传播再现粗粒度的观测量，提出了玻色子采样的证人。基于傅立叶矩阵的测试证明伪造物理上合理的替代品相干多玻色子传播。
2014-07-11 quant-ph
Scalability and performance metrics for boson sampling devices
Agency for Defense Development（国防开发局）；Pohang University of Science and Technology (POSTECH)（浦项科技大学）；Yonsei University（延世大学）
本文研究实际实验条件下玻色采样系统的理论可扩展性边界，引入玻色采样分数与体积两个指标，为扩展玻色采样系统提供实用指南。
2026-10-14 quant-ph
Quantum computational advantage of noisy boson sampling with partially distinguishable photons
本文研究部分可区分光子噪声对 boson sampling 经典不可解性的影响，证明平均 O(log N) 个可区分光子仍保持理想复杂度，为含噪实验实现量子计算优越性提供理论依据。
2025-07-08 quant-ph
On computational complexity and average-case hardness of shallow-depth boson sampling
NextQuantum Innovation Research Center, Department of Physics and Astronomy, Seoul National University（首尔大学物理与天文学系Next量子创新研究中心）；Department of Physics, Korea Advanced Institute of Science and Technology（韩国科学技术院物理系）
本文研究了浅层深度玻色采样的计算复杂性和平均情况硬度，探讨了在噪声环境下通过浅层玻色采样实现量子计算优势的可行性。
2026-03-11 quant-ph
Certification of Boson Sampling Devices with Coarse-Grained Measurements
玻色子采样装置可以有效地对多体干涉下的非相互作用玻色子输出概率分布进行采样。这个问题不仅是经典的棘手，但它的解决方案也被认为是经典的无法验证。因此，实验中的一个主要困难是确保玻色子采样装置正确执行。我们提出了一个实验友好的计划，提取有用的和强大的信息，从量子玻色子采样器的基础上粗粒度的测量。该程序可用于验证玻色子采样装置的等效性，同时排除其他欺诈装置。我们进行了数值模拟，以证明该方法的可行性，并考虑现实噪声的影响。我们的方法预计将普遍适用于其他多机构认证任务以外的玻色子采样问题。
2016-01-11 quant-ph
Vibronic Boson Sampling: Generalized Gaussian Boson Sampling for Molecular Vibronic Spectra at Finite Temperature
分子振动光谱，其中的过渡涉及非平凡的玻色相关由于杜辛斯基旋转，被强烈认为是在一个类似的复杂性类玻色采样。在有限温度下，问题被表示为一个玻色子采样实验与相关高斯输入状态。这个具有温度效应的分子问题与具有相似计算复杂度的各种玻色子采样密切相关。在这里，我们提供了一个完整的描述，这种关系的背景下，高斯玻色子采样。我们发现了一个层次结构，它说明了各种玻色子采样方案之间的关系。具体来说，我们证明了具有初始相关性的高斯玻色子采样的每个实例都可以通过没有初始相关性的高斯玻色子采样的实例来模拟，只有多项式开销。由于每个高斯态都与一个热态相关联，我们的结果意味着在任何温度下，分子振动跃迁中的每个采样问题都可以通过与真空模的乘积相关联的高斯玻色子采样来模拟。我们将这种由分子采样问题激发的广义高斯玻色子采样称为振动玻色子采样。
2017-07-07 math-ph math.MP physics.comp-ph
Classical simulation of boson sampling with sparse output
玻色子采样可以模拟经典模拟效率低下的物理问题。然而，并不是所有的问题模拟玻色子采样是经典的棘手。我们考虑的情况下，它是已知的玻色子采样的结果是稀疏的。它可以从几个经典可计算的边缘分布中确定。然而，联合分布的恢复可能具有高复杂度。我们展示了经典的有效方法的恢复假设高稀疏性的联合分布。讨论了各种扩展，包括涉及量子退火的版本。
2019-10-11 quant-ph
An Unbiased Quantum Random Number Generator Based on Boson Sampling
玻色子采样是一种很有前途的光量子计算模型，它已被成功地应用于“九章”等量子计算机的设计中。然而，玻色子采样结果的有意义的随机性，其正确性和意义是从一个特定的量子力学分布证明，尚未被利用或开发。本文充分利用玻色子采样结果的随机性，将玻色子采样方法应用于量子随机数发生器（QRNG）的设计，并利用可编程硅光子处理器构建了QRNG原型系统，该系统能够产生均匀无偏的随机序列，克服了现有离散QRNG存在的与源相关，对探测器的光子数分辨能力要求高，自探测发生器速度慢。玻色子采样作为一种随机熵源实现，对采样结果进行后处理，可以得到具有满意随机性和均匀性的随机比特串。实验结果表明，所设计的基于玻色子采样的QRNG原型系统通过了NIST SP 800-22统计测试组件的15次测试，证明了玻色子采样除了具有量子优势外，还具有很好的实际应用潜力。
2022-06-06 quant-ph
A detailed study of Gaussian Boson Sampling
自从玻色子采样的发展以来，人们一直在寻求构建更有效和实验可行的协议来测试从光子态采样的计算复杂性。在本文中，我们解释和推广的结果[物理。119，170501（2017）]。我们推导出一个表达式，该表达式将从高斯态测量特定光子输出模式的概率与\textit{hafnian}矩阵函数联系起来，并使用它来设计高斯玻色子采样协议。然后，我们讨论了该协议相对于其他光子协议的优点和高斯玻色子采样的实验要求。最后，我们将其与以前最一般的协议，散点玻色子采样[物理学评论快报。113，100502（2014）]
2018-01-23 quant-ph
Towards graph classification with Gaussian Boson Sampling by embedding graphs on the X8 photonic chip
可以在其上执行高斯玻色子采样的光子芯片已经可以在云上访问，特别是Xanadu的X8芯片。在这份技术报告中，我们研究了它的潜在用途，作为量子设备上图形分类的第一步。为了实现这一目标，我们研究了生成样本的图嵌入方法，从而得到特征向量。这是在一类受限的无权、无向和无环图上完成的。硬件约束与可以编码的图的属性相匹配。我们报告的X8芯片上的实验，以及比较经典的计算机和解析解的数值模拟。我们通过尝试考虑光子损失并相应地解释观察到的结果来结束本技术报告。
2021-09-27 quant-ph
Boson Sampling with Gaussian input states: toward efficient scaling and certification
本文提出结合连续变量量子信息与时间编码，利用双零差检测、时间环路和散射玻色采样技术，在单一实验装置中实现玻色采样实验的高效扩展与认证。
2024-11-13 quant-ph
Boson-sampling with photons of arbitrary spectral structure
玻色子采样作为实现光学量子计算的一个子集的简化方法引起了人们极大的兴趣。玻色子采样需要不可分辨的光子，但比通用光学量子计算架构少得多。实际上，光子从来都不是不可分辨的，并且表现出丰富的光谱结构。在这里，我们考虑的操作玻色子采样与任意光谱结构的光子和相关的设备的采样统计矩阵永久。这揭示了光子的光谱特性的不同制度的计算复杂性，并提供了非常一般的结果，在存在部分可区分的光子的线性光学干涉仪的操作。我们的结果适用于光谱分辨和非光谱分辨探测器的情况。
2014-10-15 quant-ph
Quantum Supremacy through Fock State $q$ boson Sampling with Transmon Qubits
本研究提出 $q$ 玻色子 Fock 态采样方法，证明 transmon 量子比特能突破传统限制，在经典难解的采样任务中实现量子霸权，拓展了量子处理器的应用前景。
2025-06-26 quant-ph
Gaussian Boson Sampling
玻色子采样是一种探索量子计算机相对于经典计算机的优势的工具，因为它不需要对量子系统进行通用控制，这有利于当前的光子实验平台。在这里，我们介绍高斯玻色子采样，这是一个经典的难以解决的问题，使用压缩态作为非经典资源。我们涉及的概率，以测量特定的光子图案从一般高斯状态的Fock基础上的矩阵函数称为的高斯，这回答了最后剩下的问题，从高斯状态采样。在此基础上，我们设计了高斯玻色子抽样，一个P困难问题，使用压缩态。这种方法导致了一个更有效的光子玻色子采样器的产生概率和测量时间的显着优势，目前现有的协议。
2017-04-20 quant-ph
A certification scheme for the boson sampler
玻色子采样可以通过目前可行的线性光学实验提供强有力的证据，证明量子计算机的计算能力优于经典计算机。然而，如何识别一个实际的玻色子采样设备对任何经典的计算冒名顶替者是一个模糊的问题，由于计算复杂性类玻色子采样所在。基于玻色子聚束的认证协议未能排除所谓的平均场采样。我们提出了一个认证计划，以区分玻色子采样从平均场采样的任何随机散射矩阵通过哈测度选择。我们数值分析了我们的方案和非同时到达光子所造成的不完美的输入状态的影响。
2016-07-14 quant-ph
The Classical Complexity of Boson Sampling
我们研究了经典的复杂性的确切玻色子采样问题的目标是产生可证明正确的随机样本从一个特定的量子力学分布。计算框架是由Aaronson和Arkhipov在2011年提出的，作为“量子至上”的一个可实现的演示，这是一个实用的量子计算实验，能够以超越经典（非量子）计算机硬件的速度产生输出。自推出以来，玻色子采样一直是量子计算领域国际研究的热门话题。从表面上看，这个问题对经典计算是一个挑战。Aaronson和Arkhipov表明，精确的玻色子采样是不能有效地解决一个经典的计算机，除非$P^{\#P} = BPP^{NP}$和多项式层次崩溃到第三层。标准玻色子采样问题的最快已知精确经典算法需要$O({m + n -1 \choose n} n 2^n )$时间来为具有输入大小$n$和$m$输出模式的系统产生样本，使得除了$n$和$m$的最小值之外，它不可行。我们给出了一个算法，是快得多，运行在$O(n 2^n + \operatorname{poly}(m,n))$的时间和$O(m)$额外的空间。该算法实现简单，常数因子开销小。因此，我们的经典算法能够解决系统尺寸远远超出当前光子量子计算实验的精确玻色子采样问题，从而显着降低在玻色子采样的背景下实现近期量子霸权的可能性。
2017-10-17 cs.DS quant-ph stat.CO
Efficient algorithm for boson sampling with partially distinguishable photons
我们演示了如何玻色子采样与光子的部分可分辨性可以表示在较少的光子的干扰。我们利用这一观察，提出了一个经典的算法来模拟玻色子采样器的输出与光子的部分可分辨性。我们发现该算法是有效的条件，这给了一个下限所需的不变性，以证明一个量子优势。在这些条件下，增加更多的光子只是多项式地增加了模拟玻色子采样实验的计算成本。
2017-07-10 quant-ph
Unified boson sampling
University of Florence（佛罗伦萨大学）；Istituto Nazionale di Ottica del Consiglio Nazionale delle Ricerche (CNR-INO)（意大利国家光学研究所）；Paderborn University（帕德博恩大学）
本研究提出一种统一玻色采样方法，结合离散和连续变量采样，用于探索多光子和多模光的复杂性及不同光子量子信息处理平台的接口。
2025-09-15 quant-ph
The scaling of boson sampling experiments
玻色子采样是生成量子比特流的问题，其平均值是$n\times n$矩阵的不变量。比特流被创建为具有$n$输入光子的原型量子计算设备的输出。验证玻色子采样是一个根本性的挑战，并且输出计数率如何随矩阵大小$n$缩放的问题至关重要。在这里，我们应用随机矩阵理论的结果建立玻色子采样实验中的平均计数率与任意输入和损失的标度律。结果表明，即使包括损失，在大$n$值的非经典行为的验证确实是可能的。
2016-05-19 quant-ph
Classically simulating near-term partially-distinguishable and lossy boson sampling
玻色子采样是从线性光学干涉仪输出的不可分辨的单光子的相同分布中采样的问题。这是一个非通用量子计算的例子，被认为在短期内是可行的，不能在经典机器上模拟。像所有声称的“量子霸权”的演示一样，这促使优化经典模拟方案以实现问题的现实模型，在这种情况下，当实现遇到丢失或可区分的光子时，玻色子采样。虽然目前的模拟方案充分不完美玻色子采样是经典的有效性，原则上多项式运行时间可能是不切实际的大。在这项工作中，我们开发了一个方案的经典模拟玻色子采样均匀的可分辨性和损失的基础上，从分布的采样的想法，其中最多k个光子是不可区分的。我们表明，渐近此方案可以提供一个多项式的改进，在运行时相比，经典模拟理想玻色子采样。更重要的是，我们表明，在该制度认为实验相关的，我们的方法给出了一个显着的改善，在运行时间比其他经典的模拟方法。
2019-06-28 quant-ph
Microwave Boson Sampling
第一个后经典计算很可能不会在通用量子计算机上进行，而是在专用的量子硬件上进行。实现这一点的一个强有力的候选者是从线性量子光网络的输出分布中采样的任务。这个问题被称为玻色子采样，最近被证明对任何经典计算机都是难以解决的，但它可以通过运行相应的实验来自然地进行。然而，迄今为止，只有小规模实现玻色子采样实验已经证明。它们的主要局限性与非确定性状态准备和低效的测量步骤有关。在这里，我们提出了一种替代的设置来实现玻色子采样是基于微波光子，而不是光学光子。超导设备的认证可扩展性表明，这个方向是有希望的玻色子采样的大规模实施，并允许更灵活的功能，如任意状态的准备和有效的光子数测量。
2015-10-27 quant-ph
The Multiphoton Boson Sampling Machine Doesn't Beat Early Classical Computers for Five-boson Sampling
本文提出了一种新的计算n * n矩阵积和式的算法--Store-zechin算法，它重复利用存储数据。分析表明，新算法所需的乘法和加法运算次数分别远小于著名的Ryser算法。特别是对于一个5-玻色子采样任务，Store-zechin算法在ENIAC和TRADIC上计算相应的积和式的运行时间比在多光子玻色子采样机上的运行时间要短（简称MPBSM），因此MPBSM并没有击败早期的经典计算机（尽管如此，当n变得足够大时，量子玻色子采样机可能会击败经典计算机）。在计算机上，人们可以设计一个以空间换时间的算法，而在MPBSM上，人们不能这样做，这是通用计算机与MPBSM的最大区别。这种差异正是MPBSM不能被称为（光子）量子计算机的原因。
2019-01-05 cs.CC quant-ph
Sampling of bosonic qubits
玻色子采样问题在量子信息领域引起了广泛的关注，因为它不能用经典计算机有效地解决;尽管如此，它可以用具有单玻色子源的线性光学干涉仪来实现。最近，我们介绍了一个更一般的问题，多玻色子相关采样问题，这使我们能够利用玻色子源的多模光谱分布与时间相关的测量，以实现采样不仅在输出端口的干涉仪，但也超过联合检测时间。针对单光子源和热源两种情况分析了这个问题。在这项工作中，我们证明了使用单量子比特玻色子源不仅可以在所描述的“时空”自由度上采样，而且可以在所有可能的指数数量的多量子比特输出状态上采样。
2015-06-16 quant-ph
Sampling arbitrary photon-added or photon-subtracted squeezed states is in the same complexity class as boson sampling
玻色子采样是非通用线性光学量子计算的简单模型，使用的物理资源比通用方案少得多。包括真空和单光子状态的输入状态通过Haar随机线性光学网络馈送，并使用符合光电探测在输出处采样。这个问题被强烈认为是经典的难以模拟。我们表明，一个类似的程序实现了同样的问题，使用光子添加或减去压缩真空状态（任意压缩），在输出采样通过奇偶测量。这种等价性是精确的，并且与压缩参数无关，因此提供了与玻色子采样具有相同复杂性的一类光的新量子态。
2015-02-23 quant-ph
High Dimensional Unitary Transformations and Boson Sampling on Temporal Modes using Dispersive Optics
我们提出的方法，允许数量级增加的线性光学实验中的模式的数量从空间编码到时间编码和使用色散。这使得线性量子光学和玻色子采样实验具有显著的实际优势。使连续的光子通过与时间无关的色散并测量光子的输出时间相当于玻色子采样实验，据我们所知，没有有效的经典算法。利用依赖于时间的色散，可以实现任意的单粒子幺正。鉴于这些方案的要求相对简单，它们提供了一条实现更大的线性量子光学实验的途径，包括后经典玻色子采样机。
2015-05-12 quant-ph
Boson sampling with non-identical single photons
玻色子采样问题在科学界引起了很大的兴趣，因为它有可能在不需要非线性过程的情况下展示量子干涉的计算能力。然而，任何经典设备都难以解决这样的问题，这依赖于实现光谱近似相同的单光子。在本文中，我们讨论的物理玻色子采样与不同的单光子源，这是密切相关的可扩展的实验实现，并触发复杂性理论中的迷人问题。
2015-12-17 quant-ph
Boson Sampling in Low-depth Optical Systems
光学损耗是通过玻色子采样证明量子优势而不留下经典欺骗的可能性的主要障碍。我们提出了一种方法，用于产生低深度的光路适合玻色子采样非常高的效率。我们的电路只需要一个恒定数量的光学元件（即三个），以实现一个光学变换适合于展示一个量子优势。因此，我们的建议具有恒定的光损耗，而不管光学模式的数量。我们认为，从我们的家庭的电路采样是计算困难的，通过提供数值证据表明，我们的家庭的电路收敛到原来的玻色子采样建议在大型光学系统的限制。我们的工作为证明光学量子优势开辟了一条新的途径。
2021-10-11 quant-ph
Simulating complex networks in phase space: Gaussian boson sampling
我们展示了如何在光子网络中的高斯量子态的相空间模拟允许高斯玻色子采样（GBS）量子计算机的可测量的相关性的验证。我们的结果与实验一致，高达100阶的相关性，包括退相干。我们将其扩展到超过16，000种模式，并描述如何模拟真正的多体纠缠。
2022-01-11 quant-ph
Sample caching Markov chain Monte Carlo approach to boson sampling simulation
玻色子采样是量子霸权的一个有希望的候选者。它需要从复杂的分布中采样，并且被认为在经典计算机上是难以处理的。在各种经典的抽样方法中，马尔可夫链蒙特卡罗方法是模拟和验证玻色子抽样的一种重要方法。然而，该方法遭受由样本序列的自相关引起的严重样本丢失问题。针对这一问题，提出了样本缓存马尔可夫链蒙特卡罗方法，消除了样本间的相关性，同时防止了样本丢失，使得玻色子采样的模拟更加高效。此外，我们的方法可以被用作一个通用的采样框架，可以受益于广泛的采样任务，特别适合于应用程序，大量的样本。
2020-04-24 quant-ph
Beyond Boson Sampling: Higher Spin Sampling as a Practical Path to Quantum Supremacy
本文提出任意自旋-S态的自旋采样框架，给出m∼n^{1+ε}的准线性资源标度，为以更低实验成本实现量子优越性提供实用路径。
2025-05-12 quant-ph
Boson Sampling from Non-Gaussian States
本研究提出一种结合高斯态和光子数测量的方案，推导出计算一般单模态经线性干涉仪后输出光子数概率的公式，将玻色采样协议扩展至最广泛的单模态，并证明复杂输入态相比简单态无复杂度优势。
2024-03-25 quant-ph
Efficient classical algorithm for simulating boson sampling with heterogeneous partial distinguishability
本文扩展了玻色采样的经典模拟理论，提出一种高效算法来处理不同光子对之间不可分辨度各异的异构部分可分辨性情况。
2025-03-06 physics.optics quant-ph
Will boson-sampling ever disprove the Extended Church-Turing thesis?
玻色子采样是一种高度简化但非通用的实现光量子计算的方法。Aaronson和Arkhipov指出，除非多项式层次崩溃，否则该协议无法有效地进行经典模拟，这在计算复杂性理论中是一个令人震惊的结果。基于此，许多作者声称实验玻色子采样将提供反对或反驳扩展丘奇-图灵命题的证据-任何物理上可实现的系统都可以在图灵机上有效地模拟。我们反对这种说法的基础上，根据一般的，物理上现实的独立误差模型，玻色子采样不实施一个可证明的困难的计算问题，在大型系统的渐近极限。
2014-05-26 quant-ph
Multi-Boson Correlation Sampling with Multi-mode Thermal Sources
单玻色子源玻色子采样问题计算复杂度的确定为量子计算领域开辟了一个新的研究方向。一些研究工作也致力于使用不同的输入源，其中从线性干涉仪的输出分布进行采样仍然是经典设备无法实现的复杂任务。在这封信中，我们讨论了使用多模热源的基础上，广义的玻色子采样问题，依赖于时间相关测量。我们推导出，对于任何可能的样本，两个等价的配方为各自的多玻色子关联函数的矩阵永久项。从多玻色子干涉物理学中出现的这些不变量的性质在复杂性理论领域提出了一些基本问题。我们的研究结果是相关测量背后的物理学的表现，无论是光子或原子干涉仪与玻色子热源。这种迷人的物理学铺平了道路的重要应用，不仅在量子计算，而且在量子精密测量和量子通信，利用不同种类的玻色子源。
2015-06-10 quant-ph
Exact Boson Sampling using Gaussian continuous variable measurements
BosonSampling是一项量子力学任务，涉及Fock基态制备和检测以及仅使用线性相互作用的演化。从这个量子任务中产生样本的经典算法不可能是有效的，除非复杂性类的多项式层次结构崩溃，这种情况被认为是非常不可信的。我们提出了一种方法来构建一个设备，它使用Fock状态的准备，线性相互作用和高斯连续变量的测量，其中一个可以显示精确的采样将是很难的一个经典的算法，以同样的方式玻色子采样。从这种安排中使用的检测事件不允许得出近似采样的经典硬度的类似结论。我们讨论了这个结果的细节，概述了近似采样硬度所需的一些特定属性。
2017-06-29 quant-ph
Quantum simulation of partially distinguishable boson sampling
玻色子采样是从与输入到线性干涉仪中的不可区分的单光子的集合相同的输出概率分布中采样的问题。它已被证明，在一定的计算复杂度的前提下，一般的问题是很难解决的经典，激发光学实验，旨在证明量子计算的“至高无上”。这类实验面临着许多挑战，包括产生难以区分的单光子。我们提供了一个量子线路，可以模拟具有任意可区分粒子的玻色子采样。这清楚地说明了在标准量子线路模型中，可分辨性如何导致退相干，从而获得了深入的了解。该电路的核心是量子舒尔变换，它是从表示论方法到第一次量子化中可区分粒子的物理学。该技术是相当普遍的，并有应用超出玻色子采样。
2018-03-09 quant-ph
Optimizing spontaneous parametric down-conversion sources for boson sampling
光子量子技术的一个重要步骤是通过玻色子采样证明量子优势。为了避免玻色子采样的经典相似性，光子需要几乎完全相同并且几乎没有损失。这两个要求通过光谱过滤连接，改善一个导致另一个的降低。产生单光子的一种经证实的方法是自发参量下转换（SPDC）。我们表明，一个最佳的权衡之间的不可压缩性和损失，总是可以找到SPDC。我们的结论是，50光子散射拍摄玻色子采样实验使用SPDC源是可能的，从计算复杂度的角度来看。为此，我们数值优化的SPDC源下的弱抽运制度和一个单一的空间模式。
2020-01-10 quant-ph
Hybrid boson sampling-neural network architecture for enhanced classification
Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China（电子科技大学基础与前沿研究院）；Key Laboratory of Quantum Physics and Photonic Quantum Information, Ministry of Education, University of Electronic Science and Technology of China（电子科技大学量子物理与光子量子信息教育部重点实验室）；Shimmer Center, Tianfu Jiangxi Laboratory（天府江西实验室 shimmer 中心）
该研究提出混合玻色子采样-神经网络框架，构建量子核增强支持向量机分类，在四个数据集上优于经典核，展示量子增强机器学习的潜力。
2026-10-19 quant-ph
Boson sampling with Gaussian measurements
我们开发了一个替代玻色子采样模型操作的单光子状态，其次是线性干涉和高斯测量。模拟这种连续变量测量的硬度证明建立在两个主要步骤，利用时间反演下量子演化的对称性。也就是说，我们首先构建了一个双重版本的散射玻色子采样，在其中，相对于原来的建议，两个腿的收集双模压缩真空状态进行平行的线性光学变换。作为推论，这个双重散射模型产生了一个从高斯态采样玻色子的例子，在高斯态中光子计数很难模拟。然后，一个时间反演的设置被用来展示一个玻色子采样模型，其中高斯测量的模拟-即八端口零差检测的结果-被证明是计算困难的。这些结果说明了时间反演下量子演化的对称性如何可以作为分析新的物理动机的计算问题的计算复杂性的工具。
2017-09-18 quant-ph
Certification of Gaussian Boson Sampling via graph theory
Sapienza Università di Roma（罗马大学）；Dipartimento di Fisica, Sapienza Università di Roma（罗马大学物理系）；Dipartimento di Informatica, Sapienza Università di Roma（罗马大学计算机系）
通过图论方法验证高斯玻色采样实验的正确性，利用图特征向量分布和图核分布提出新的评估方法。
2022-02-15 quant-ph
Spin models and boson sampling
在这项工作中，我们证明，玻色子采样与$N$粒子在$M$模式是等价的短期演化与$N$激发在XY模型的$2N$自旋。当玻色子聚束概率很小时，这种映射是有效的，并且可以有效地后选择错误。这种映射为使用量子模拟器或通用量子计算机进行玻色子采样打开了大门，并突出了临界自旋模型的时间演化的复杂性，即使是很短的时间。
2016-03-20 cond-mat.str-el quant-ph
Gaussian Boson Sampling using threshold detectors
我们研究了可以说是最有实验吸引力的玻色子采样架构：高斯状态采样阈值检测器。我们表明，在这种情况下，观察到一个给定的结果的概率是相关的矩阵函数，我们命名为Torontonian，它发挥了类似的作用，在其他模型中的永久性或哈夫。我们还证明，只要观察到两个或更多的光子在一个单一的输出模式的概率是足够小的，我们的模型仍然难以模拟经典的标准复杂性理论的approximately。最后，我们利用模型的数学简单性，为所有采用高斯状态和阈值检测器的玻色子采样模型引入物理激励的精确采样算法。
2018-12-18 quant-ph
Multi-Boson Correlation Sampling
本文详细讨论了任意多模纯态单光子输入时，在随机干涉仪输出端的多玻色子相关采样（MBCS）问题。MBCS prob- lem的任务是在干涉仪输出的概率分布与偏振和时间分辨检测采样。我们讨论了丰富的物理和MBCS问题的复杂性，不同的输入光子。我们还比较了MBCS问题与标准玻色子采样问题，其中输入光子被假设为相同的，并且系统是“经典”平均的检测时间和偏振。
2015-12-17 quant-ph
Gate-based emulation of boson sampling using photonic qubits
Indian Institute of Science（印度科学研究所）
本文提出一种将多量子比特态编码为玻色福克态的可扩展量子电路框架，在四量子比特门基光子量子比特系统上实验实现了四模式玻色采样模拟，可用于解决门基量子计算机上的采样复杂性问题。
2026-08-11 quant-ph
Driven Boson Sampling
对经历了随机幺正演化的玻色子的分布进行采样被强烈认为是一个计算困难的问题。要想在这项任务中超越经典模拟，关键是增加输入光子的数量和网络的大小。我们提出了驱动玻色子采样，其中光子输入网络本身，作为一种手段来实现这一目标。当使用基于参数下转换的预示单光子源时，这种方法提供了比散射玻色子采样的输入状态生成速率的$\sim e$倍增强，达到了这种源的缩放极限。更重要的是，这种方法相对于从这种概率源产生的更高阶光子，提供了信噪比的显著增加，这消除了随着系统尺寸增加而在预报过程期间对光子数分辨率的需要。
2016-05-27 quant-ph
Variational Tensor Network Simulation of Gaussian Boson Sampling and Beyond
提出一种基于张量网络变分法的经典模拟工具，将连续变量采样问题转化为哈密顿量基态求解，可模拟高斯及非高斯玻色采样，并开发局部基优化技术以降低开销。
2025-08-08 quant-ph
Using Gaussian Boson Sampling to Find Dense Subgraphs
玻色子采样装置是展示量子优越性的主要候选者，但它们在解决实际问题方面的应用还不太清楚。在这里，我们表明，高斯玻色子采样（GBS）可以用于稠密子图识别。针对NP-难的稠密子图问题，我们发现GBS以高概率选择稠密子图，增强了随机算法。这些发现依赖于图密度和完美匹配的数量之间的联系-由哈夫尼人枚举-这是决定GBS中抽样概率的相关数量。我们通过构建GBS增强版本的随机搜索和模拟退火算法来测试我们的研究结果，并通过GBS的数值模拟来识别30顶点图的denatrium子图。
2018-07-30 quant-ph
Simulation of boson sampling with optical feedback
M.V. Lomonosov Moscow State University（莫斯科国立罗蒙诺索夫大学）；Russian Quantum Center（俄罗斯量子中心）
本文提出一种带有光学反馈的玻色采样模型，通过三种方法计算输出光子分布，并揭示该系统随时间演化至稳态，引入了新的计算问题——稳态分布玻色采样。
2026-02-05 quant-ph
Boson Sampling from Gaussian States
我们提出了一个广义玻色子采样问题。强有力的证据表明，这样的问题在经典计算机上成为玻色子数量的函数。我们描述了一个量子光处理器，可以有效地解决这个问题的基础上高斯输入状态，线性光网络和非自适应光子计数测量。目前，构建这样一个处理器所需的所有元素都存在。这种设备的演示将提供第一个经验证据，证明量子计算机确实可以超越经典计算机，并可能导致应用。
2013-11-10 quant-ph
