点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
纠缠是量子物质的一个关键特征。然而，它的检测仍然面临重大挑战。在本文中，我们制定了一个基于机器学习技术的探测纠缠的框架。核心元素是一个从量子多体状态生成统计图像的协议，我们利用该协议通过卷积神经网络进行图像分类。我们表明，由此产生的量子纠缠识别任务是准确的，并且可以在广泛的量子态中分配一个控制良好的误差。我们讨论了我们的方案在实验中量化量子纠缠的潜在用途。我们开发的方案为平衡和非平衡量子物质中的量子纠缠识别提供了一种普遍适用的策略。
主要关键词
