11:06
arXiv cs.LG@Sai Sakunthala Guddanti, Anil Prabhakar, Ria Rushin Joseph
推荐理由：这篇论文用CNN和VQA两种方法估测量子系统的熵，发现CNN只用12.5%的数据就能准确估计，对更大系统效果更好，值得关注。
全部 AI 动态
AI 相关资讯全量信息流
6月19日
11:06
该论文系统研究了多qutrit量子系统中von Neumann熵的估计问题，使用两种互补方法：变分量子算法(VQA)和经典卷积神经网络(CNN)。对于最多3个qutrit的系统，构建了11种SU(3)启发的ansatz，参数扫描表明估计精度主要由可训练参数数量决定，并固定约120个参数。对于2至5个qutrit的系统，基于张量积互斥基测量结果训练的CNN仅使用全态层析所需12.5%的测量，即可对4与5 qutrit系统实现90百分位绝对误差约0.13-0.16 nats。CNN对shot噪声鲁棒，且泛化到分布外状态。结果显示VQA适用于小系统，而CNN估计器在大qutrit系统中具有更好的可扩展性和鲁棒性。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07