隱馬爾可夫模型作為一類重要的統計學習模型,天然適用于和時間序列數據相關的學習任務。但如果在經典計算機上實現或擬合隱馬爾可夫模型的時候,其數值計算復雜度會隨著隱藏狀態維度和觀測空間的維度增加而變得難以承受。這在一定程度上是由于經典計算模型本質上是用于解決確定性的問題,因此一個很自然的想法是能否利用量子計算機來替代經典計算機,利用量子系統內稟的隨機性模擬動態馬爾可夫過程。不僅如此,量子系統獨有的狀態疊加性為模型賦予了維數巨大的隱藏狀態空間,并有可能帶來潛在的并行計算加速。
該文沿著這個方向進行了深入的探討,指出開放量子系統的演化就是一個天然的量子隱馬爾可夫模型,并利用量子條件主方程對這個模型的數學性質進行了刻畫,并提出了一種基于極大似然估計思想的變分學習算法來擬合量子隱馬爾可夫模型。在量子計算飛速發展的今天,如果這類模型得以實現并應用,即使在中等規模的量子芯片上也有可能發揮出巨大的潛力,并迅速應用于生物制藥、金融、語言處理等急需新型計算推動產生變革的領域。
自第一個QKD 協議(BB84 協議)提出后,經過近40 年的不斷研究,QKD 已逐漸從實驗室走向實際應用。由于誘騙態協議與QKD 協議的結合能很好解決實際應用中針對非理想單光子源的光子數分離攻擊,因而成為當前實際應用中最有效和安全的組合方案,但QKD 的密鑰生成效率R始終難以突破密鑰容量(secret key capacity,SKC)的限制,即R≤O(η)。在眾多改建方案中,有的是安全性未得到證明,有的對系統的存儲、計算、信道穩定性等方面提出了更高的要求。
該文基于光纖信道和WCS 光源的二誘騙態相位匹配(phase matching,PM)方案模型,提出了一種二誘騙態相位匹配量子密鑰分發方案。該方案減少了誘騙態的數量,提升了數據量較少時系統的密鑰生成效率(優于BB84 協議、測量設備無關協議等)和最大傳輸距離(理想情況下二誘騙態方案十分接近已有的三誘騙態方案),降低了PM 協議應用中的實現難度,拓寬了其應用范圍,具有一定的應用價值。