Instantiating Microcrypt: Obstacles and opportunities via tailored state certification
研究证明了HPS假设成立则单向函数存在，通过定制状态认证协议构建单向谜题，为经典密码学提供了新的量子假设。
1 citationsRead paper
Selected work
Representative Papers
Towards Surrogate Based Dequantization of Quantum Reinforcement Learning
研究通过构建经典算法来匹配量子变分方法在强化学习中的表现，以探索量子算法是否具有实际优势。使用基于核的方法为特定参数化量子电路提供去量子化的理论依据。
0 citationsRead paper
Distributed Quantum Property Testing with Quantum Carrier Pigeons
本文解决了在通信受限条件下分布式量子态认证问题，通过引入量子信鸽框架，并分析了共享随机性和私有随机性下的复杂度界限。
0 citationsRead paper
Semi-Supervised Learning under Spatially Biased Sampling
研究解决了空间偏置采样下半监督学习性能下降的问题，通过控制合成框架和实际数据集分析了不同因素的影响，并提出了一种新的局部差异度量方法。
0 citationsRead paper
A Peer-Relative Representation Learning Framework for Energy Inefficiency Identification in Mobile Network Sites
研究提出了一种无监督的同级相对表示学习框架，通过引入能量感知的最小失真嵌入方法来识别移动网络站点中的能源低效问题。
0 citationsRead paper
Recent publications
Latest Papers
Instantiating Microcrypt: Obstacles and opportunities via tailored state certification
研究证明了HPS假设成立则单向函数存在，通过定制状态认证协议构建单向谜题，为经典密码学提供了新的量子假设。
1 citationsRead paper
Towards Surrogate Based Dequantization of Quantum Reinforcement Learning
研究通过构建经典算法来匹配量子变分方法在强化学习中的表现，以探索量子算法是否具有实际优势。使用基于核的方法为特定参数化量子电路提供去量子化的理论依据。
0 citationsRead paper
Distributed Quantum Property Testing with Quantum Carrier Pigeons
本文解决了在通信受限条件下分布式量子态认证问题，通过引入量子信鸽框架，并分析了共享随机性和私有随机性下的复杂度界限。
0 citationsRead paper
Semi-Supervised Learning under Spatially Biased Sampling
研究解决了空间偏置采样下半监督学习性能下降的问题，通过控制合成框架和实际数据集分析了不同因素的影响，并提出了一种新的局部差异度量方法。
0 citationsRead paper
A Peer-Relative Representation Learning Framework for Energy Inefficiency Identification in Mobile Network Sites
研究提出了一种无监督的同级相对表示学习框架，通过引入能量感知的最小失真嵌入方法来识别移动网络站点中的能源低效问题。
0 citationsRead paper