机构名称：
¥ 1.0
基于参数化量子电路的量子机器学习模型作为当前噪声量子处理器的早期应用，引起了广泛关注。虽然此类算法在实际学习任务中相对于经典算法的优势尚未得到证实，但学习由本质上是量子的量子系统生成的分布是一种很有前途的探索途径。在其他量子生成模型中，量子扩散模型已经证明了它们学习量子分布的能力，并且已被证明可以在经典数据集上工作。在这项工作中，我们提出了将量子扩散模型应用于部分子簇射的量子数据学习，因为这些是高能物理现象，由于其固有的量子特性，很难用经典方法模拟，并构成了量子数据学习的基准。
高能物理中量子数据学习的量子扩散模型
主要关键词
相关文件推荐
