量子振幅埋め込みにおけるデータ再アップロードは、アップロードごとに多項式表現力を2桁向上させる。シミュレーション結果は、4次目標に対してR²が0.689から0.975に改善されることを示しているが、利益はタスク複雑性に大きく依存し、指数的ゲートコストが発生する。

深層学習とモンテカルロ法を組み合わせた新規変分フレームワークは、2次元ハバード模型に対して0.45%のエネルギー精度を達成し、効率的な低ランク行列シフトを用いてドープ領域におけるチャージスピン縞パターンを明らかにする。
選択された観測量を追跡する新規の量子シミュレーション手法で、完全な量子状態ではなく観測量に焦点を当てることにより、同じ測定予算の下で正確なシミュレーション時間を最大4.2倍まで延長できます。実装において補助キュービットを必要としません。