测量电路方案:奈马克测量与量子神经网络测量的对比
在本工作中,该团队提出了一种基于量子电路实现通用测量的构造方案。首先,该研究通过遵循带有通用门集(如受控非门和单量子比特门)的奈马克扩展,研究了一种量子电路拟设,并将其称为奈马克量子测量。该工作提出了一种以奈马克扩展为框架的电路拟设,保留了含参数的单量子比特门,并应用经典优化器来确定其参数,以逼近所需的量子测量。其次,该团队利用参数化量子电路的量子神经网络电路,对奈马克测量进行了扩展,提出了将QNN电路融入奈马克测量的混合奈马克-QNN测量方案。第三,该团队还考虑了采用浅层参数化电路的完全QNN测量。随后,研究人员将所构造的奈马克测量、混合奈马克-QNN测量和完全QNN测量这三种测量电路,在状态区分策略中进行了比较,例如最小误差测量和最大置信度测量。实验表明,QNN电路能够高效且有效地实现接近最优的量子测量,且所需的训练迭代次数更少。

