教师个人主页
张大剑，男，教授、博士生导师，入选山东省优青、济南市领军人才、山东大学齐鲁青年学者，担任全国电子信息材料与器件专家委员会委员、山东物理学会量子科学与技术专业委员会委员、山东大学基础学科拔尖计划（物理取向）教授小组成员等。从事量子信息方向的基础理论研究，致力于解决复杂量子系统中的有效信息提取，代表工作包括：1）提出 Krylov 阴影层析理论，将 Krylov 子空间方法与阴影层析相结合，给出了与量子 Fisher 信息精确匹配且可有效测量的层级下界，为复杂量子系统中量子 Fisher 信息的精准估计提供了新的理论框架。2）提出基于对称性的量子测量优化方法，揭示了利用多体量子系统对称性实现测量效率指数级提升的机制，并进一步建立了连接全局估计与局部估计的理论框架，为突破大规模量子系统中的测量效率瓶颈提供了新思路。3）建立有限测量数据下的量子相干性估计框架，能够基于不完备测量数据给出未知量子态相干性的最优估计，并提出相干增强的抗噪声量子测温方案，推动了量子相干性从定量表征走向资源化利用。在 Physical Review Letters、npj Quantum Information、Physical Review Research、Physical Review A/B 等物理学著名期刊发表系列论文，多项工作以唯一第一作者或通讯作者完成。成果受到国内外同行高度评价，并作为主要完成人之一获得山东省自然科学一等奖，成果入选山东省信息技术产业 60 年标志性成果，部分成果被收录于外文专著。在教学与人才培养方面，长期承担《量子力学》等基础课程教学，获山东大学青年教师教学比赛一等奖、山东大学青年教学能手等荣誉，并参与泰山学堂拔尖创新人才培养工作。指导本科生获批山东大学“青年学生基础研究项目”。
探索万物至理，构建数理之美。本组长期招收研究生与博士。我们深耕理论研究，寻找同样热爱纯粹科学、愿在方程与逻辑中追寻物理直觉的你。欢迎加入，共赴这场理论物理的求索之旅。
博士后招收见山东大学博士后招收公告
代表性工作：
Da-Jian Zhang and D. M. Tong, "Krylov Shadow Tomography: Efficient Estimation of Quantum Fisher Information," Phys. Rev. Lett. 134, 110802 (2025).
Da-Jian Zhang and D. M. Tong, "Inferring Physical Properties of Symmetric States from the Fewest Copies," Phys. Rev. Lett. 133, 040202 (2024).
Da-Jian Zhang, C. L. Liu, X.-D. Yu, and D. M. Tong, "Estimating Coherence Measures from Limited Experimental Data Available," Phys. Rev. Lett. 120, 170501 (2018).
Y.-H. Wang and Da-Jian Zhang, "Superiority of Krylov shadow tomography in estimating quantum Fisher information: from bounds to exactness," npj Quantum Inf. 12, 74 (2026).
Da-Jian Zhang and D. M. Tong, "Approaching Heisenberg-scalable thermometry with built-in robustness against noise," npj Quantum Inf. 8, 81 (2022).
学术洞察
研究成果山东大学 | 物理学院 | 教授 | 在职
新加坡国立大学 | 物理学院 | 博士后
山东大学 | 数学学院 | 博士后
山东大学 | 物理学 | 理学学士学位 | 本科(学士)
山东大学 | 原子与分子物理 | 理学博士学位 | 博士研究生毕业
中国物理学会会员
全国电子信息材料与器件专家委员会委员
Mathematical Reviews的评论员
量子信息是量子物理和信息科学交叉形成的前沿研究方向，主要研究如何利用量子系统实现信息的存储、传输、处理、计算和提取。与传统信息技术主要依赖经典比特不同，量子信息以量子态为信息载体，利用量子叠加、量子纠缠、量子相干性和量子测量等独特性质，为信息科学提供了全新的物理资源和理论框架。量子信息的重要性在于，它不是简单地把经典信息技术“量子化”，而是从量子力学的基本规律出发，重新思考信息的表示、传递和处理方式。在经典信息处理中，信息通常具有确定的取值；而在量子信息处理中，信息可以以更加丰富的方式存在，并且不同量子信息处理系统之间能够形成强关联。这些非经典特征使量子系统在计算、通信和测量等任务中可能展现出超越经典技术的能力。
经过数十年的持续发展，量子信息已经形成了多个重要研究方向。量子计算关注如何利用量子体系完成特定计算任务，在量子模拟、优化问题和复杂系统计算等方面具有潜在优势。量子通信研究量子态传输和量子纠缠分发，致力于实现基于物理规律保障的信息安全。量子精密测量利用量子资源提升测量灵敏度，在时间频率标准、弱磁场探测、引力波探测和量子传感等领域具有重要应用前景。近年来，量子人工智能、量子机器学习和量子优化等新兴方向也快速发展，进一步拓展了量子信息与现代信息技术的交叉边界。
本团队主要从事量子信息方向的理论研究，重点关注量子精密测量、量子测量优化及相关数学方法。我们的研究围绕量子系统中的信息获取与测量极限展开，核心问题包括：如何从有限实验数据中高效提取量子系统的关键物理信息；如何设计最优或近似最优的量子测量方案；如何刻画量子系统对待测参数变化的敏感性；如何利用对称性、低秩结构、半定规划和随机采样等方法降低实际量子测量任务中的资源开销。相关研究既具有清晰的物理动机，也需要运用线性代数、矩阵分析、凸优化、概率统计和数值计算等数学工具。
我们的研究强调基础理论、数学方法与潜在应用之间的有机结合。一方面，我们关注量子测量、量子参数估计和量子资源理论中的基本问题，力图揭示量子系统中信息获取的极限规律；另一方面，我们也重视发展面向实际量子技术的可操作理论方法，例如有限样本条件下的量子 Fisher 信息估计、噪声环境中的量子精密测量、少量测量数据下的量子相干性刻画等，以及适用于复杂量子系统的高效数值算法。量子信息是一个高度交叉、快速发展并充满挑战的前沿研究领域，适合对理论物理、数学方法、计算模拟和信息科学感兴趣的同学长期深入探索。我们欢迎具有物理、数学、计算机或相关背景的同学加入，一起研究量子科技中的基础理论问题，探索量子信息处理的极限、方法与未来应用。
邮箱：
通讯/办公地址：
点赞：
