量子科技中心_量科网

该研究团队探究了浅层量子电路能否准确复现源自时尚电商推荐链接的离散时间马尔可夫链短期动态。研究人员将转移算子编译为块编码电路，并采用定点 oblivious 振幅放大技术进行迭代，同时利用振幅编码的边际分布来估计经典前推分布。实证数据显示，以黑色（及程度较轻的白色）为代表的颜色类别作为高中心性枢纽节点主导着概率流动。基于此，该工作评估了三种链变体：包含所有颜色的完整网络、剔除黑色的网络、以及同时剔除黑白两色的网络，以量化在实际电路深度和测量预算条件下枢纽节点剪枝的效果。从多家零售商聚合的网络数据来看，枢纽剪枝技术持续提升了浅层量子模拟与经典结果的一致性——相较于完整网络，总变差距离和KL散度通常降低约50%，而状态保真度始终接近1。通过偏差-收缩分析发现，这种增益源于交叉项减少及有效光谱间隙拓宽。研究结果表明，枢纽剪枝块编码可作为利用小型量子寄存器进行推荐动态近期实验的实用启发式方法，同时提供了一套可复现的基准测试协议，可报告总变差距离、KL散度及状态保真度随电路深度和预测范围的变化关系。