用杨 - 巴克斯特方程和人工神经网络介导的量子错误缓解和校正

量子计算显示出巨大的潜力，但错误会带来重大挑战。本研究探索了使用人工神经网络（ANN）和杨 - 巴克斯特方程（YBE）减轻量子错误的新策略。与传统的计算密集型纠错方法不同，我们研究了人工错误调节。该文介绍了量子错误来源的基本知识，并探索了使用经典计算进行错误调节的潜力。杨 - 巴克斯特方程起着关键作用，使我们能够将时间动力学模拟压缩成恒定深度电路。通过在 YBE 中引入受控噪声，我们增强了用于错误调节的数据集。我们在量子模拟的部分数据上训练了一个 ANN 模型，证明了它在纠正时间演化的量子态中的错误方面的有效性。