matrix product state
PulseAugur coverage of matrix product state — every cluster mentioning matrix product state across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
张量网络机器学习框架结合量子洞察力测绘野火风险
已开发出一种新的张量网络机器学习框架，用于测绘野火易感性，利用AlphaEarth嵌入和矩阵乘积态模型。该方法为复杂环境数据集中的野火风险分类提供了一种受量子启发的计算方法，既能提高预测准确性，又能提供对类别可分离性的可解释洞察。研究揭示了二元分类中的顿悟过渡，并量化了多类别场景中的类别间混淆，证明了张量网络编码可区分性层次结构的能力。
-
纠缠几何约束量子电路可扩展性和硬度
一篇新的arXiv论文探讨了纠缠几何与量子计算可扩展性之间的关系。研究表明，虽然某些量子电路族（如使用矩阵乘积态（MPS）和树张量网络（TTN）的电路）可以以较低的开销进行切割，但它们仍然可以被经典高效地模拟。这一发现表明，在这些特定的电路族中不太可能实现渐进式量子优势。该论文还强调，在MPS电路中实现硬度和可训练性需要冲突的深度范围，但提出使用魔态（magic states）而非纠缠作为硬度资源来克服这一限制。
-
量子电路纠缠几何影响切割、硬度和可训练性
一篇新论文探讨了量子电路的纠缠几何，以理解电路切割、经典硬度和可训练性之间的权衡。研究表明，虽然矩阵乘积态和树张量网络电路可以以较低的开销进行切割，但它们仍然可以被高效模拟，这限制了它们实现量子优势的潜力。该研究提出，使用魔态而非纠缠作为硬度资源，可以解决浅层电路、可切割性和可训练性之间的冲突，为实现实际量子优势提供了途径。
-
新的草图断层扫描方法增强了量子态估计
研究人员开发了一种名为草图断层扫描（Sketch Tomography）的新型量子态层析成像程序，它将经典阴影协议与矩阵乘积态（MPS）相结合。该方法通过执行可观测量估计来估计量子态密度矩阵的张量分量。该程序已被证明可以收敛，并且其样本复杂度与系统大小成二次方关系，与标准的经典阴影协议和最大似然估计相比，为中等大小的子系统提供了更准确的估计。
-
新算法为张量化神经网络提供高效有限初始化
研究人员开发了用于张量化神经网络和张量网络算法中层初始化的新算法。这些方法利用弗罗贝尼乌斯范数和正线性逐项和的局部计算来管理初始化过程中潜在的发散或零范数问题。该方法在应用于矩阵乘积态/张量链和矩阵乘积算子/张量链矩阵层时显示出有效性，并显示出相对于网络大小和维度的可扩展性。所有相关代码均已公开提供。