Verified delegated quantum computation requires techniques beyond cut-and-choose
该论文证明,仅依赖“切割与选择”(cut-and-choose)技术无法同时实现既安全又高效的验证委托量子计算,必须结合其他技术才能达成目标。
1134 篇论文
该论文证明,仅依赖“切割与选择”(cut-and-choose)技术无法同时实现既安全又高效的验证委托量子计算,必须结合其他技术才能达成目标。
该研究利用声子极化激元作为超灵敏探针,在过渡金属硫族化合物与α-三氧化钼的范德华异质结中揭示了延伸至约 140 纳米的介观非局域屏蔽效应,发现其饱和响应与功函数差呈线性关系,从而修正了传统安德森能带排列模型并为异质结光学设计提供了可跨材料应用的通用度量标准。
该研究利用周期性极化薄膜铌酸锂(LNOI)波导实现了宽带四光子纠缠产生,其高亮度和高保真度特性为构建密集波分复用量子网络提供了可扩展的芯片集成解决方案。
该研究提出了一种多任务量子退火(MTQA)方法,通过将多个优化问题并行嵌入量子硬件的不同区域,在保持解质量的同时显著缩短了求解时间并提升了硬件利用率。
该论文提出利用基于金刚石混合电子与核自旋及时间-bin 光子的高保真度混合自旋 - 光子接口,通过三阶纠缠、贝尔态测量和高相干性量子存储,显著增强了量子令牌协议在制备、存储和验证阶段的安全性。
该研究利用里德堡原子在电磁诱导透明系统中的探针光偏振变化,提出并实验实现了基于量子弱测量的低频电场传感方案,有效抑制了技术噪声,在考虑玻璃泡内场屏蔽效应后实现了 33 μV·cm⁻¹·Hz⁻¹/²的高灵敏度。
该论文通过数值模拟与解析模型,研究了耦合腔阵列中光子局域化与克尔非线性相互作用竞争导致的丰富相图,揭示了从莫特绝缘态到由强相互作用光子流体介导的超流态等量子多体基态。
该论文通过假设概率密度交换不变性、波函数及其梯度的连续性、构型空间的连通性以及势能的交换对称性,在忽略自旋的三维情形下,为全同粒子系统的波函数必须完全对称或完全反对称这一置换公理提供了初等数学证明。
该研究利用 SOLEIL 同步辐射 GALAXIES 光束线的高分辨率共振非弹性 X 射线散射技术,成功在 WSi₂ 中分辨出具有固定能量转移的离散 2p-5d 跃迁特征,证实了 WSi₂ 可作为 X 射线量子光学中理想的二能级系统模型。
该论文提出了一种变分量子降维框架,通过联合优化解耦单元和压缩循环单元,利用量子保真度散度率指标从数据中自动识别并移除循环量子模型中的冗余记忆自由度,从而在无需显式状态重构的情况下实现高效、可扩展的量子过程压缩。
该研究利用含时哈特里 - 福克方程发现,高自旋费米气体中的非热化动力学和弱遍历性破缺源于嵌入多体连续谱中的准规则能级结构所引发的集体相位干涉,而非传统的本征态主导的疤痕机制。
该论文提出了一种名为"ZX-flow"的新判定准则,利用"Pauli 半网”这一 ZX 图特有的装饰结构,使得确定性计算提取在任意 Clifford 重写下均保持不变,并证明了其等价于具有 Pauli 流的图态形式,从而能够高效地将 ZX 图转化为确定性测量计算或量子电路。
该论文提出了一种受随机相位近似(RPA)启发的近似映射方法,通过将分子哈密顿量简化为仅包含两个轨道(HOMO 和 LUMO)的“系统”与描述其余电子激发的“浴”组成的系统 - 浴模型,从而利用两个量子比特实现对分子垂直激发能的高精度计算,为近期量子计算机上的量子化学研究提供了新思路。
这篇综述系统分析了光子量子机器学习系统中的噪声来源及其对性能的影响,探讨了相关算法与噪声表征技术,并总结了噪声缓解策略与未来研究方向。
该论文提出了一种基于掺锗光子晶体光纤中写入布拉格光栅的集成化方案,成功实现了用于量子存储和异构量子比特接口的电信波段窄带 heralded 单光子源。
该论文通过应用数字数据处理技术分析实验数据,研究了连续变量测量中探测链的时间分辨率和数据处理能力对非高斯量子态采集与重构保真度的关键影响,从而揭示了实际实验资源限制下非高斯态观测与重建的真实约束。
该研究通过解析方法证明,在具有异常环的耗散光子石墨烯中,通过耗散工程可实现量子发射器的无退相干操控,包括单发射器的耗散依赖对数弛豫、量子芝诺效应以及有限晶格中由耗散鲁棒准局域态和暗态介导的无退相干相互作用。
该论文提出了一种基于资源理论的框架,通过定义“资源影响泛函”来量化初始相干性对特定读出的最大影响,从而为光捕获系统中的能量传输提供了不依赖于具体状态、针对特定观测量的操作型诊断方法和严格界限,以明确界定量子相干性在输运过程中是否具有实际作用。
本文在 Russo-Susskind-Thorlacius (RST) 二维引力模型中解析计算了纠缠容量,通过全局求解副本变形揭示了单区间与双区间情形下广义容量的不同行为,并阐明了大尺寸双量子极值面(QES)鞍点竞争如何导致 Page 相变处出现尖锐特征。
本文提出了一种结合长短期记忆网络(LSTM)与量子电路 Born 机器(QCBM)的混合量子 - 经典框架,通过利用 QCBM 作为高质量先验分布来增强 LSTM 的特征提取能力,从而在上证综指和沪深 300 指数的高频数据上显著提升了金融波动率预测的精度。