2024 articles
Cette étude propose un cadre unifié pour comparer les commutateurs quantiques tout-photons et ceux équipés de mémoires quantiques, en quantifiant leurs compromis taux-fidélité et en identifiant les régimes opérationnels où chaque architecture domine selon les paramètres matériels.
Cet article présente un algorithme quantique basé sur des marches quantiques MNRS pour tester l'isomorphisme approximatif de graphes, atteignant une complexité de requête de O(n^{3/2} log n / ε) et établissant une accélération polynomiale par rapport aux bornes inférieures classiques.
Cet article surmonte les limitations des designs unitaires pour les qudits de dimensions arbitraires en introduisant des designs d'états pondérés, un protocole de benchmarking aléatoire par caractère Clifford et des bornes sur la complexité des circuits quantiques.
Cet article présente le NQSVDD, un cadre hybride classique-quantique pour la classification à une classe qui combine des réseaux de neurones et des circuits quantiques pour surpasser les approches classiques et quantiques en performance, en efficacité paramétrique et en robustesse au bruit sur les dispositifs NISQ.
Les auteurs proposent une méthode hybride quantique-classique combinant la sélection d'orbitales dominantes quantiques et la corrélation dynamique de sous-espace pour corriger efficacement les énergies moléculaires sur des ordinateurs quantiques tolérants aux fautes sans nécessiter une lecture massive de données quantiques.
Cet article examine la relation entre les solutions de l'équation de Schrödinger sur les groupes de Lie obtenues par la méthode d'intégration non commutative et les états cohérents généralisés, en montrant que ces solutions appartiennent à la classe des états cohérents de Perelomov lorsque la représentation λ correspondante est réelle.
Cette étude revisite la photoionisation résolue en spin de molécules chirales en démontrant que les observables sensibles à l'énantiomère et au spin découlent de trois pseudovecteurs géométriques issus des interactions dipolaires électriques, réduisant ainsi les dix paramètres de Cherepkov à des moments de ces pseudovecteurs.
Les auteurs ont démontré la génération de 12,1 dB de lumière comprimée à partir d'un amplificateur paramétrique optique à guide d'ondes en utilisant un modulateur spatial de lumière optimisé par apprentissage automatique pour minimiser les pertes dues au désaccord de mode spatial.
Cet article propose une méthode de fusion de portes quantiques dans les chemins avant et arrière pour réaliser une simulation classique rapide et économe en mémoire de l'apprentissage automatique quantique, offrant des gains de débit significatifs et permettant l'entraînement de modèles à grande échelle sur des GPU grand public.
Cet article présente un codage d'amplitude fusionné pour les réseaux Kolmogorov–Arnold quantiques de Chebyshev qui réduit le nombre d'exécutions de circuits d'un facteur n au prix de seulement 1 à 2 qubits supplémentaires, tout en démontrant par simulation que cette approche préserve l'entraînabilité du réseau.
Les auteurs démontrent que, contrairement aux modèles intégrables, les transitions de phase quantiques dans les batteries quantiques non intégrables, telles que le modèle ANNNI, entraînent une amélioration significative de la puissance de charge.
Les auteurs proposent ParaQuanNet, un réseau de neurones quantiques parallèle intégrant des mesures mutuellement non biaisées pour identifier avec une haute précision les circuits générateurs quantiques, offrant ainsi un cadre évolutif pour la protection des droits d'auteur et le développement de l'intelligence machine quantique.
Cet article présente la conception et l'évaluation de Q2NS, un simulateur de réseau quantique modulaire et extensible basé sur ns-3, qui intègre les primitives quantiques et classiques tout en offrant une efficacité computationnelle supérieure aux alternatives existantes.
Cet article propose un protocole de distribution de clés quantiques à variables continues sur un canal linéaire utilisant une modulation discrète combinée à une mise en forme d'amplitude probabiliste, démontrant qu'il peut approcher les performances du protocole de référence GG02 tout en offrant une implémentation plus pratique grâce aux technologies télécoms matures.
Cet article présente un cadre d'apprentissage automatique non supervisé basé sur un auto-encodeur informé par la physique, utilisant un décodeur physique pour identifier les Hamiltoniens effectifs de simulateurs quantiques à état solide directement à partir de données de transport expérimentales.
Cet article propose une méthodologie complète pour passer de la théorie à l'implémentation de protocoles quantiques avancés comme le transfert oblivion quantique et les jetons quantiques sur du matériel QKD existant, démontrant ainsi la faisabilité de réseaux de communication quantique multi-usage.
Cette étude présente une approche combinant des capteurs atomiques de Rydberg et un modèle d'apprentissage profond 1D ResNet pour la reconnaissance robuste des empreintes spectrales de décharges partielles, atteignant une précision d'environ 94% même à faible rapport signal sur bruit.
Cette étude propose deux schémas de correction complémentaires pour les simulations de dynamique coulombienne sur grille qui améliorent la précision et la fidélité temporelle sur les plateformes classiques et quantiques sans nécessiter de grilles spatiales plus denses.
Cet article propose un cadre d'entraînement itératif basé sur l'optimisation quadratique sans contraintes (QUBO) pour les têtes de classificateur des réseaux de neurones convolutifs via l'annealing quantique, évitant les plateaux stériles et démontrant des performances compétitives par rapport aux méthodes classiques sur plusieurs benchmarks de classification d'images.
Les auteurs démontrent que les corrélations non adiabatiques électron-noyau induisent une dé-orthogonalisation des facteurs électroniques dans le cadre de la factorisation exacte, générant dynamiquement des interférences dans la densité nucléaire à partir d'états initialement orthogonaux.