量子科技中心_量科网

一般n量子比特态的量子态制备（QSP）需要𝒪(2ⁿ)数量的CNOT门和电路深度，使得精确振幅编码（EAE）在近期量子硬件上难以实现。该研究团队提出了一种无需辅助比特的经典-量子混合策略，将可压缩数据类的制备成本降至𝒪(多项式(n))。该方法首先通过经典压缩步骤获得输入的d稀疏表示，利用稀疏态制备例程加载该稀疏向量，再通过多项式深度的量子逆变换重构目标态。该工作基于傅里叶变换和哈尔变换，在合成基准信号和真实生物医学时间序列上评估了该框架，结果表明：相较EAE，该方法显著降低了CNOT门数量和电路深度；相较于傅里叶级数加载器（FSL）也具有竞争力。量子模拟实验证实，经典数据压缩与量子解压缩的结合为高效QSP提供了可扩展框架，在无需变分训练或辅助寄存器的前提下降低了量子资源开销。