机构名称：
¥ 1.0
摘要我们制定对量子问题的控制，以执行任意量子计算作为优化问题。然后，我们为其解决方案提供了一种示意图机器学习算法。想象一下一条长条“量子物质”，并具有某些假定的物理特性，并配备了定期间隔的电线以提供输入设置并阅读结果。在展示了如何将来自设置到结果的相应地图解释为量子电路之后，我们提供了一个机器学习框架，以“学习”在哪些设置上实现通用门集的成员。为此，我们设计了一个损失函数来衡量提出的编码未能实现给定电路的严重差异，并证明存在“层析上完整的”电路集：如果给定编码的编码最小化该集合的每个成员的损耗函数，它也将用于任意电路。最佳，任意量子门，因此可以使用这些东西实现任意量子程序。
用机器学习控制的量子量
主要关键词
相关文件推荐
