Der Kern dieser Arbeit ist die Entwicklung eines Quantenalgorithmus, der die Separabilität eines allgemeinen bipartiten Zustands unter Verwendung des Quantensteuerungseffekts testet und quantifiziert.
Wir zeigen, dass es einen effizienten Algorithmus gibt, um die Verschränkungsenergie eines quantenmechanischen Zustands über jeden beliebigen Schnitt der Qubits zu schätzen. Die Genauigkeit der Schätzung hängt von der Stabilisatorstruktur des Zustands ab.
Effiziente Implementierung von Innenpunktmethoden für die Quanten-Relative Entropieoptimierung.
Proteinsequenzen können als Sätze in der natürlichen Sprachverarbeitung betrachtet werden und mit Quantennaturalsprachrahmen in parameterisierte Quantenschaltkreise umgewandelt werden.
Quantum Telecloning ermöglicht die Erzeugung von annähernden Kopien von Quanteninformationen durch separate Parteien.
Fehlerminderung kann die Trainierbarkeit von VQAs beeinflussen, erfordert jedoch sorgfältige Anwendung.
Quantenmaschinenlernen kann durch natürliche Geräusche zur Datenschutzerhaltung genutzt werden.
Eliminierung der globalen Pooling-Operation verbessert die Bildklassifizierungsleistung.
Die Vollständigkeit der Rewrite-Regeln für das Toffoli-Hadamard-Fragment der Quantenmechanik.
Dynamisch programmierbare Qubit-Arrays bieten neue Möglichkeiten für die Kompilierung von Quantenschaltungen.