摘要 我们为张量网络状态的参数族设计量子压缩算法。我们首先建立存储给定状态族中的任意状态所需的内存量的上限。该上限由合适流网络的最小割确定,并与从指定状态的参数流形到状态所体现的物理系统的信息流有关。对于给定的网络拓扑和给定的边维度,当所有边维度都是同一整数的幂时,我们的上限是严格的。当不满足此条件时,该上限在乘法因子小于 1.585 时是最佳的。然后,我们为一般状态族提供了一种压缩算法,并表明该算法对于矩阵乘积状态在多项式时间内运行。
“人工智能系统是一种基于机器的系统,能够通过针对给定的一组目标产生输出(建议、预测或决策)来影响环境。它使用机器和/或基于人类的输入/数据来:
在给定的真空中,boltzmann脑成核速率γbb I与该真空γi的总衰减速率的比率大致给出。这里γbb i是玻尔兹曼大脑的速度