机构名称：
¥ 6.0
快速准确地表征量子状态和动力学的能力对于量子技术的发展至关重要。但是，学习通用量子状态或过程的问题在量子系统的大小上具有指数的复杂性。在这次演讲中，我将提出我们对量子状态和过程断层扫描的最新进展。对于国家层析成像，我将首先展示生成对抗神经网络如何在所需的时间和数据方面均超过标准方法[1,2]。对于过程断层扫描，我将展示使用约束梯度下降的优化如何适用于很少的数据和较大系统的实例，即先前需要两种不同方法的制度[3]。最后，我将提出最新的结果，以应用我们用于过程断层扫描的其中一些想法[4]。我们的状态和过程断层扫描的代码可在GitHub [5]上免费获得。
量子技术的机器学习第二届研讨会
主要关键词
相关文件推荐
