Fast and memory-efficient classical simulation of quantum machine learning via forward and backward gate fusion
本文提出了一种通过融合前向和后向路径中的量子门来加速量子机器学习经典模拟的方法，显著提高了吞吐量并降低了内存消耗，使得在消费级 GPU 上训练大规模量子模型成为可能。
⚛️ Category
quant-ph
1997 篇论文
Merged amplitude encoding for Chebyshev quantum Kolmogorov--Arnold networks: trading qubits for circuit executions
本文提出了一种用于切比雪夫量子 Kolmogorov-Arnold 网络的合并振幅编码技术，通过以少量额外量子比特换取电路执行次数的显著减少，并通过数值实验证实了该方法在理想及噪声模拟条件下均保持了与原始架构相当的可训练性。
Charging power enhancement at the phase transition of a non-integrable quantum battery
该研究通过数值模拟非可积的轴向次近邻伊辛模型量子电池，发现与可积系统不同，量子相变临界性能够显著增强其充电功率。
Identification of quantum generative circuits with parallel quantum neural network
本文提出了一种并行量子嵌入神经网络（ParaQuanNet），通过引入并行量子嵌入单元（PQEU）和互无偏测量策略，实现了对量子生成电路的高效识别与分类，显著提升了量子机器智能的可扩展性与鲁棒性。
An Extensible Quantum Network Simulator Built on ns-3: Q2NS Design and Evaluation
本文介绍了基于 ns-3 构建的模块化可扩展量子网络模拟器 Q2NS，该模拟器通过统一插件接口支持多种量子态表示并实现经典与量子协议的紧密协同仿真，经基准测试验证其在计算效率和灵活性上优于现有工具。
Discrete-modulation continuous-variable quantum key distribution with probabilistic amplitude shaping over a linear quantum channel
本文提出了一种在线性量子信道下结合概率幅度整形技术的离散调制连续变量量子密钥分发协议，分析并证明其在集体攻击和反向协调框架下能接近高斯调制 GG02 协议的性能，同时克服了高斯调制在实际实现中的困难并保持了无条件安全性。
Learning Hamiltonians for solid-state quantum simulators
本文提出了一种基于物理信息的无监督自编码器框架，能够从固态量子模拟器的输运测量数据中直接学习有效哈密顿量，并通过量子点链模拟验证了该方法在噪声环境下的泛化能力与参数推断准确性。
Toward multi-purpose quantum communication networks: from theory to protocol implementation
该研究通过在相同的量子密钥分发硬件上实现量子不经意传输和量子令牌协议，提出了一套从理论到实施的方法论，证明了向多用途量子通信网络过渡的可行性。
Fingerprint Recognition of Partial Discharge Signals in Deep Learning Enhanced Rydberg Atomic Sensors
该研究提出了一种结合里德堡原子传感与 1D ResNet 深度学习的方法，通过构建光谱指纹实现了四种局部放电类型在低信噪比下的高精度识别与早期预警。
Improved Grid-Based Simulation of Coulombic Dynamics
本文提出了两种互补的修正方案（势能算符修正与初始波函数修正），显著提升了基于网格的库仑系统量子动力学模拟在经典及量子计算平台上的精度与保真度，有效克服了库仑势奇异性导致的离散化误差。
Layer-wise QUBO-Based Training of CNN Classifiers for Quantum Annealing
本文提出了一种基于二次无约束二值优化（QUBO）的迭代框架，通过冻结卷积特征并仅优化全连接层，利用量子退火技术训练 CNN 分类器，在多个图像分类基准上实现了与经典梯度下降方法相当甚至更优的性能。
Nuclear interference by electronic de-orthogonalisation
该研究基于精确分解框架，揭示了非绝热电子 - 核相关性如何通过诱导电子因子的去正交化，在初始无干涉的核密度中动态产生干涉项，从而成为复合系统关联量子运动的直接动力学特征。
QAOA-Predictor: Forecasting Success Probabilities and Minimal Depths for Efficient Fixed-Parameter Optimization
本文提出了一种基于图神经网络的 QAOA-Predictor 模型，能够根据问题图结构预测固定参数 QAOA 的成功概率和最小层数，从而在无需昂贵运行时优化的情况下实现高效的组合优化。
Analytical Quantum Full-Wave Analysis of Few-Photon Transport Through a Superconducting Cavity Qubit
该论文利用量子输入输出理论，推导了通过同轴端口接口的超导腔量子比特系统的单光子和双光子传输特性的解析全波解，旨在为量子互连的数值建模提供验证基准。
Motion-induced directionality of collective emission in a non-chiral waveguide
该研究首次报道了在非手性波导中通过原子热运动与集体衰减速率的相互作用实现了高达 0.89 的可控集体发射方向性，并通过数值模拟揭示了这一运动诱导方向性的物理机制。
QFlowNet: Fast, Diverse, and Efficient Unitary Synthesis with Generative Flow Networks
本文提出了 QFlowNet 框架，通过结合生成流网络（GFlowNet）与 Transformer 架构，利用稀疏奖励信号实现了快速、多样且高效的酉矩阵合成，在 3 量子比特基准测试中达到了 99.7% 的成功率。
Simulating a quantum sensor: quantum state tomography of NV-spin systems
该研究利用基于超导电路的量子计算机模拟了金刚石氮空位（NV）中心与自旋杂质的相互作用，通过量子态层析和纠缠判据分析了不同耦合机制对传感器相干性的影响，验证了量子处理器作为可扩展量子传感器环境模拟器的有效性。
Scaling of silicon spin qubits under correlated noise
该研究量化了硅自旋量子比特阵列中的空间噪声相关性，发现尽管存在全局磁场漂移和短程电荷噪声，但这些相关性并不构成容错量子计算的根本障碍，并为评估噪声对量子纠错的影响建立了定量基准。
Exact stabilizer scars in two-dimensional lattice gauge theory
本文在二维 U(1) 晶格规范理论的罗赫萨尔 - 基尔森模型中识别出具有精确稳定子结构的子晶格疤痕态，揭示了晶格规范约束、量子多体疤痕与稳定子量子信息之间的直接联系，并展示了其经典可模拟性。
From Reachability to Learnability: Geometric Design Principles for Quantum Neural Networks
该研究提出了量子神经网络的几何设计原则，通过引入几乎完全局部选择性（aCLS）准则，指出实现有效特征学习需具备数据与权重联合依赖的可控几何变形能力，从而将设计重点从状态可达性转向可学习的隐藏表示几何结构。