quant-ph
PulseAugur coverage of quant-ph — every cluster mentioning quant-ph across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
量子核方法在研究中未显示出优于调优后经典核方法的显著优势
一项新近在arXiv上发表的研究评估了用于分类任务的量子核方法，并将其与经典核方法进行了比较。研究强调，经典核方法的超参数调优（特别是带宽）对准确性的影响比观察到的量子优势更大。在经过调优后，量子核方法在真实世界数据集上的表现与经典径向基函数核方法在统计学上没有显著区别。研究还指出，量子核方法在合成数据上的优势会随着维度的增加而减弱，并且有限的采样成本比门或读出噪声造成更多的准确性损失。
-
量子神经网络克服幅度编码限制
研究人员发现量子神经网络（QNNs）的幅度编码存在表示限制，即无法区分相差非零实数缩放的输入。这种源于归一化的不变性限制了QNNs的假设类别。该研究提出了一种固定的非线性特征映射，克服了这一瓶颈，在保持对数量子比特缩放的同时，能够区分所有实数输入。在分类基准测试中，使用这种新编码的QNNs与传统的幅度和角度编码方法相比，分类准确率提高了21-44%。
-
新的量子数据加载方法学习数据集结构以实现高效状态制备
arXiv上的一篇新论文介绍了一种新颖的量子数据加载方法，该方法学习数据集的低维描述。这种方法允许使用固定的电路来制备量子态，该电路由几个数字决定，这些数字可以从数据的随机子集中推断出来。与现有的结构化加载器相比，该方法通过每个信号所需的数字更少而显示出效率，尽管它可能比某些基线覆盖的情况更少。
-
新研究探索使用量子检索的最优数据压缩
一篇新研究论文探讨了使用量子检索方法进行数据压缩的理论极限。该研究侧重于将具有有限数量置位比特的二进制字符串压缩成更短的字符串，通过量子查询实现无错误地检索单个比特。论文提出了关于自适应和非自适应量子查询场景下最优压缩策略的发现。
-
具有有限内存的量子过程显示出对数容量增长
研究人员开发了一种方法来量化具有有限内存的量子设备响应随时间的复杂性。他们建立了一个定律，将序列响应容量与运行长度和概率分辨率相关联，表明在固定分辨率下，容量随运行长度呈对数增长。这种构造使用单个量子比特上的时变相位旋转，实现了零或一的精确响应概率。相比之下，经典随机过程在类似测试下仅表现出线性容量。
-
新研究为有限纠缠的量子态层析成像设定了严格的下限
两篇新研究论文，一篇来自arXiv，另一篇由Hugging Face重点介绍，为量子态层析成像设定了严格的下限。这些研究侧重于测量仅限于作用于少量量子副本的场景，特别是最多$k$个新副本。研究结果表明，估计一个$d$维状态到迹距离$\epsilon$的副本复杂度近似为$\max\{d^3/(\sqrt{k}\epsilon^2), d^2/\epsilon^2\}$。这项工作通过消除对$k$相对于准确度的限制，改进了先前的理解，并为低…