跳到正文

研究主线

量子算法与应用 最新动态

算法、模拟、优化、机器学习与资源估计

50 条精选近 30 天 44 条共收录 312 条

订阅此主题 RSS 更新

精选归档 · 第 3 页

9月30日周三第 41–50 条
  1. arXiv · quant-ph

    论文提出超越 Grover 与 Bernstein–Vazirani 范式的精确学习量子—经典查询复杂度分离

    作者研究概念类精确学习中的确定性、随机化和量子成员查询复杂度,并构造概念类反驳长期猜想:随机查询复杂度的一个下界达到 Ω(Q3logN/logQ)Ω(Q^3 log N / log Q),另一个确定性查询复杂度下界达到 Ω(Q3logN)Ω(Q^3 log N)。摘要称,这两个界分别与既有上界在常数因子外相匹配,表明随机化在随机查询上界中起关键作用,并首次表明量子学习加速可以超越 Grover 和 Bernstein–Vazirani 范式。

    本站判断:基于论文摘要,作者通过构造概念类反驳了随机查询复杂度相对量子查询复杂度的长期猜想,并给出随机化与确定性查询复杂度的分离下界。材料强调这些结果将经典—量子学习分离扩展到 Grover 和 Bernstein–Vazirani 范式之外,但仅凭摘要无法核验证明细节、实验设置或经典查询模型的实际应用影响。

9月29日周二
  1. arXiv · quant-ph

    论文提出最优量子线性系统算法,将查询复杂度界确定为 Θ(κdlog(1/ε))Θ(κ\sqrt{d} log(1/ε))

    Carlos Bravo-Prieto、Aram W. Harrow 和 Robin Kothari 在论文摘要中提出量子线性系统问题的最优查询复杂度为 Θ(κdlog(1/ε))Θ(κ\sqrt{d} log(1/ε)),同时改进既有算法上界和下界。该工作还声称,任何 N×N 酉矩阵都可用 O(N)O(\sqrt{N}) 次矩阵条目查询以有界误差实现,从而解决 Berry 与 Childs 的开放问题;上述结果仅依据论文摘要,未读取全文。

    本站判断:论文摘要给出量子线性系统问题的查询复杂度界,将此前 O(κdlog(1/ε))O(κd log(1/ε)) 与 κ√d(κd/ε)^{o(1)} 的算法上界及 Ω(κd)Ω(κ\sqrt{d}) 下界改进为 Θ(κdlog(1/ε))Θ(κ\sqrt{d} log(1/ε)),并同时解决任意酉矩阵的有界误差实现查询问题。结论目前仅据摘要,具体证明条件、算法构造和实现细节仍需阅读全文核对。

9月14日周一
9月10日周四
  1. Quantinuum Technical Blog

    Quantinuum在System Model H2上实验验证补采样游戏的量子优势

    Quantinuum团队在System Model H2上运行数千个电路,实验验证补采样游戏中量子策略相对经典策略的可证明优势,相关成果发表于《Nature Communications》。该测试不依赖纠缠或经典计算困难度假设,经典系统可高效验证其是否违反性能上界,实验得分接近理论预测。作者同时指出,实现依赖输入状态制备假设,结果仍需谨慎解读。

    本站判断:该实验将可高效验证的经典性能上界与H2实测结合,为判断设备是否展现非经典能力提供更直接的验证思路。

8月6日周四
  1. AWS · Quantum Computing

    AWS与JPMorganChase合作开展量子优化研究

    AWS与JPMorganChase合作提出面向近端量子硬件的组合优化分解流程、Rydberg原子阵列编译工具和混合算法qReduMIS。实验显示,分解流程可将真实投资组合优化问题规模降低约80%,并在最多1500个变量的问题上实现3倍求解时间缩短;qReduMIS在Amazon Braket上使用QuEra Aquila设备进行最多231量子比特的实验,困难实例平均成功率超过约89%。

    本站判断:三项研究把组合优化分解、硬件编译与量子经典协同串成工具链,并报告真实设备实验指标,便于比较近端量子优化方案。

7月24日周五
  1. AWS · Quantum Computing

    QuEra Aquila Rydberg量子模拟器用于无序材料热力学采样

    研究团队将基于经典密度泛函理论的材料能量模型映射到QuEra Aquila中性原子量子硬件,用量子退火采样氮掺杂石墨烯的热力学状态。在28位点系统上通过穷举将有效温度校准为41μK,在78位点系统上与无偏蒙特卡洛比较,并展示通过4.0、4.5和5.0微米原子间距调节有效温度。该工作是概念验证,QPU每个数据点运行1000次,最终仅保留初始构型完全占据的运行。

    本站判断:以小规模穷举和经典蒙特卡洛作为基线,给出中性原子量子退火用于无序材料热力学采样的概念验证。

7月21日周二
  1. Microsoft · Quantum

    Microsoft发布QDK v1.30.0与QDK for chemistry v2.0.0

    Microsoft发布QDK v1.30.0和QDK for chemistry v2.0.0,引入分层、可组合的开源资源估计器,并增强量子程序模拟能力。资源估计器支持Q#、Cirq、OpenQASM、QIR及逻辑计数,可组合应用、硬件架构与纠错模型,计算物理比特数、运行时间和累积误差并生成帕累托最优配置。

    本站判断:把应用、架构与纠错模型解耦,可直接比较不同量子硬件和纠错方案的物理比特与运行时间权衡。

  2. AWS · Quantum Computing

    AWS等发布量子与经典集成决策性能模型

    AWS、LBNL、NASA与NVIDIA研究人员发布量子与经典工作流性能模型,以通信计算比判断低延迟紧耦合是否必要。模型区分实时控制与量子纠错所需低延迟,以及应用层工作流通信;前者必须跟上设备时序,使用逻辑比特时也需要高性能经典计算。

    本站判断:将实时控制与工作流通信分层,并以通信计算比分析SQD、GQE和QE-MCMC,为混合架构选型提供定量依据。

5月13日周三
  1. PennyLane Releases

    PennyLane 0.45.0 发布量子算法开发工具更新

    PennyLane 0.45.0 发布,新增 SumOfSlatersPrep 稀疏态制备、QSVT 角度求解器和资源估计模板,并提供图分解规则及路径检查工具。该版本还增强 qjit 工作流的 specs、标记和电路图检查能力;Iterative-Optax QSVT 求解器需要安装 optax,NumPy 支持升级为 2.0 或更高版本。

    本站判断:新增态制备、分解检查和资源估计能力,覆盖量子算法开发与编译流程,便于定位实现成本和资源开销。

2025年12月17日周三