机构名称：
¥ 1.0
理论和实验之间的差异遍及整个科学，是人类发现的驱动力之一。模拟通常比实际实验所需的资源少，但很少捕获系统的全部复杂性，从而限制了它们的实际应用。缩小模型和现实世界之间的差距是使用机器学习控制复杂系统的关键，尤其是当机器学习模型在模拟上训练之前，然后将其应用于真实系统之前[1,2]。当存在无法直接观察到的数量时，现实差距将进一步扩大。可以通过对系统的其他特征的影响来估算这种不可观察的数量，例如，间接观察黑洞[3]，观察到希格斯玻色子衰变的特征[4]或从后面墙壁后面的人类姿势估计的机器学习估计[5]。名义上相同设计的固态量子设备通常会显示出不同的特征。这种可变性阻碍了原本有希望的量子实现的可伸缩性，例如在电子的自旋状态
用物理学弥合量子设备中的现实差距...
主要关键词
相关文件推荐
