新型量子扩散模型生成量子态

研究人员推出了一种新颖的量子态集合生成方法——量子生成扩散模型（QGDM）。该模型是一个全量子力学的模型，利用基于量子信道理论的非幺正前向过程将目标量子态转化为完全混合态。然后，一个可训练的后向过程通过引入部分迹以确保非幺正步骤并跨时间步共享参数来恢复原始状态。模拟表明，QGDM在生成随机纯态和混合态方面优于量子生成对抗网络，并为吉布斯态生成等实际应用提供了更强的噪声鲁棒性和效率。 AI

影响 引入了一种新颖的量子扩散模型，用于生成量子态，可能推动量子信息处理的发展。

排序理由 该条目是一篇研究论文，详细介绍了一种新的量子态生成模型。[lever_c_research降级：ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• Chuangtao Chen
• Density Operators and Quasiprobability Distributions
• Gibbs state
• krish567366 / quantum-generative-adversarial-networks-pro
• QGDM
• quantum channel theory
• Quantum Generative Diffusion Model
• quantum information processing
• quantum state

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →