最终完成对具有一定规模的开放量子行走系统中混合量子态的有效表征。
并且可以高效规避局域极小值的影响, 研究团队构建新型干涉测量装置以显著增加测量基数目,最近,同时, 研究人员表示,他们利用人工神经网络作为开放系统中混合量子态的有效拟设,并通过建立开放量子行走系统与受限玻尔兹曼机网络模型之间的映射, 记者19日从中国科学技术大学获悉, 量子行走在量子模拟和量子计算中具有重要研究价值,基于人工神经网络学习开放量子系统的方法在理论上被提出,以及开发新的梯度优化算法高效训练神经网络,因此,采用新算法的神经网络训练迭代次数可以减少一个数量级,即可实现平均保真度高达97.5%的开放光量子行走的完整混合量子态表征,就需要更为复杂的网络结构,但随着系统规模不断增加,首次实现了高保真度混合量子态重构。
仅利用相对于传统态层析方法50%的测量基数目, 研究显示,并为进一步研究噪声辅助的量子计算和量子模拟奠定了基 |