量子态分类的机器学习模型基准测试
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
该论文总结了机器学习中生成建模技术在量子态恢复方面的发展,特别是限制玻尔兹曼机器的理论,并演示了它在状态重建中的实际应用。最后讨论了未来在 NISQ 时代和以后使用机器学习进行状态重建的展望。
🎯
关键要点
- 该论文综述了机器学习中生成建模技术在量子态恢复方面的发展。
- 重点讨论了限制玻尔兹曼机器的理论及其在状态重建中的实际应用。
- 研究从经典热力学分布的伊辛自旋开始,逐步过渡到复杂的纯态和混合量子态。
- 总结了在实验噪音中间规模量子设备的冷原子波函数重建的最新工作。
- 讨论了在 NISQ 时代及以后使用机器学习进行状态重建的未来展望。
➡️