本研究提出了一种新量子算法，结合经典采样、哈密顿量模拟和哈达玛测试，解决热态参数估计问题，为量子玻尔兹曼机中的自然梯度下降算法奠定基础。

本文通过黎曼几何和信息几何为Adam优化器建立了数学基础，阐明了其与自然梯度下降的联系，并提出了修正方法。改进后的算法Fisher Adam（FAdam）在不同领域展示了卓越的性能，并在ASR中取得了最先进的结果。