PulseAugur
中
实时 05:15:35
English(EN) Quantum Gaussian processes for prediction of channel observations

量子高斯过程扩展用于预测信道观测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的量子高斯过程（QGP）框架，将其预测能力扩展到酉量子动力学之外。这个扩展的QGP框架可以在测量有限的情况下，预测未知量子信道输出的泡利可观测量值的期望值。该研究证明了信道输出收敛到QGP，并推导出了一个闭式核，尽管其维度因子可能会限制大型系统的学习。为了解决这个问题，提出了一种经验贝叶斯启发式方法，用一个可学习的尺度参数替换维度因子，恢复了全局信道的学习能力，并随着测量次数的增加提高了预测精度，这在多达64个量子比特的模拟中得到了证明。 AI

影响 扩展了量子系统的预测建模能力，可能有助于分析复杂的量子演化和状态制备。

排序理由 详细介绍量子机器学习新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

量子高斯过程扩展用于预测信道观测

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Jonas J\"ager, Yaroslav Khmelnitskiy, Paolo Braccia, Artur Miroszewski, Diego Garc\'ia-Mart\'in, M. Cerezo, Piotr Czarnik ·

    量子高斯过程用于预测信道观测

    arXiv:2608.19306v1 Announce Type: cross Abstract: Given a set of input states, we consider the task of predicting the expectation value of a Pauli observable at the output of an unknown quantum evolution, using only a limited number of measurements. Recently, quantum Gaussian pro…

相关实体

相关话题