本稿では、従来のユニークデコードの限界を超えて効率的にリストデコード可能な、新しい量子LDPC符号の構築方法を提案する。
本稿では、従来の量子機械学習手法に比べて、限られた学習データしか利用できない場合でも優れた性能を発揮する、量子拡散モデルに基づく新しい少数ショット学習アルゴリズムを提案する。
本稿では、量子ビットシャドウ・トモグラフィーにおける新しい測定手法としてランダムな高密度双対基底(DDB)測定を導入し、従来手法と比較して大幅な効率化を実現しました。
本稿では、古典的な同期ネットワークを用いて、量子ビットのように振る舞い、デコヒーレンスに強い「量子もどきビット」を構築し、量子情報処理を行うための理論的枠組みを提案しています。
本稿では、チェーンマッピングとテンソルネットワーク技術を組み合わせた開放量子系の数値的に厳密なシミュレーション手法における計算コストの問題に取り組み、フェルミオン環境に対して、計算時間を大幅に短縮する「マルコフ閉包」の構築手法を提案しています。
多体相互作用の結合強度の推定における、最適プローブの性質と量子フィッシャー情報(QFI)のスケーリングの関係を分析した結果、相互作用体の数が偶数の場合は非対称プローブが、奇数の場合は真の多体エンタングルメントが最適な測定精度を得るために重要であることが明らかになった。
本稿では、テンソル因子化と再帰的なダウンフォールディングを用いることで、結合クラスター(CC)、完全配置相互作用(FCI)、多参照CI(MRCI)などの高コストな量子化学計算のスケーリングの複雑さを古典および量子コンピュータの両方において最適化する新しい手法を提案しています。
本稿では、量子連続変数系における変位および回転推定のための最適な量子状態と測定戦略について議論する。
本稿では、グラフ理論と数論的手法を用いて、古典値が非常に小さく、量子値との間に大きなギャップを持つ線形ゲームを構築する方法を提案する。
本稿では、量子 Max Cut 問題に対する効率的な近似解法を提供する、計算量の低い二次錐緩和法を提案する。