论文标题：Shadow tomography of quantum states with prediction

期刊：Frontiers of Computer Science

作者：Jiyu JIANG, Zongqi WAN, Tongyang LI, Meiyue SHAO, Jialin ZHANG

发表时间：12 Jun 2024

DOI：10.1007/s11704-024-40414-w

微信链接：点击此处阅读微信文章

引用格式：

Jiyu JIANG, Zongqi WAN, Tongyang LI, Meiyue SHAO, Jialin ZHANG. Shadow tomography of quantum states with prediction. Front. Comput. Sci., 2025, 19(7): 197907

阅读原文：

文章概述

文章旨在提出考虑到关于未知量子态或许可以得到未必准确的经典预测，基于该预测改进现有阴影层析算法中的在线学习算法子程序 (如FTRL)，从而使得采样复杂度与该预测与未知态的迹距离成正比。其中这个未知的迹距离至多为2。

量子态阴影层析的主要工作流程

技术步骤

通过更改FTRL中的正则项，可以使得初始假设态接近于预测态。研究者同时又发现FTRL的收敛速度取决于初始假设态与未知态的迹距离，于是建立起该迹距离与采样复杂度的关系。

红色部分为该论文主要创新点

实验结果

大量实验结果表明，基于本文提出的利用预测的量子态阴影层析可以在许多初态制备电路上大幅减少阴影层析任务所需的采样数量。

期刊简介

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办，南京大学支持，SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐B类期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”；两次入选“中国科技期刊卓越行动计划”（一期梯队、二期领军）。

中国学术前沿期刊网

http://journal.hep.com.cn