量子科技中心_量科网

该团队提出了一种分层算法，用于识别未知n量子比特量子态的最大泡利系数。该算法遍历一棵基于前缀的树，其节点表示泡利系数平方的部分和，始终扩展估计权重最大的分支并丢弃其余分支。节点权重通过对该状态的两个副本进行贝尔采样来估计，或者通过子系统上的SWAP测试来替代估计。研究人员分析了每个节点估计的样本复杂度，并推导了扩展节点总数与所需系数数量及状态纯度之间的界限。对于在泡利基中具有稀疏表示的状态，该算法无需进行完整状态层析成像即可实现主导分量的良好重构。研究人员通过泡利单态和随机稳定子态的数值模拟验证了该方法，表明该算法在结构化状态上的性能与其他方法相当。该工作解决了泡利采样中的一个开放性问题，并为结构化量子态的目标表征提供了实用工具。