利用全息量子电路采样实现时间序列生成学习

研究人员提出全息量子电路采样（HQCS），通过结合电路中途测量、量子比特复用与独立参数化时间块，使用固定数量的量子比特生成时间序列轨迹。理论上，HQCS 针对特定损失方差证明了反多项式界，避免了指数级损失集中，并将特定非平稳过程的精确生成门数量从二次方降为线性。仿真实验显示，HQCS 学习历史波动率指数（VIX）轨迹的最大均值差异比测试的经典基准低 10 倍以上。