quantum tomography
PulseAugur coverage of quantum tomography — every cluster mentioning quantum tomography across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的GRPO-QM方法增强了量子层析成像的探索
一篇新研究论文介绍了一种名为GRPO-QM的方法，该方法旨在通过学习一种保持目标后验分布的探索策略来改进量子层析成像。该方法使用物理移动的组相对策略和Metropolis校正来确保后验保持不变。研究发现，虽然学习有所贡献，但与现有方法相比，大部分性能提升来自于物理提议机制和先验知识，而不是学习组件本身。
-
新研究为有限纠缠的量子态层析成像设定了严格的下限
两篇新研究论文，一篇来自arXiv，另一篇由Hugging Face重点介绍，为量子态层析成像设定了严格的下限。这些研究侧重于测量仅限于作用于少量量子副本的场景，特别是最多$k$个新副本。研究结果表明，估计一个$d$维状态到迹距离$\epsilon$的副本复杂度近似为$\max\{d^3/(\sqrt{k}\epsilon^2), d^2/\epsilon^2\}$。这项工作通过消除对$k$相对于准确度的限制，改进了先前的理解，并为低…
-
新的 Bandit 算法解决了公平性和连续 K-Max 问题 · 跟踪 6 个来源
研究人员开发了新的 Bandit 问题算法，这些算法用于推荐系统等应用。对于连续 K-Max bandits，DCK-UCB 实现了 $\widetilde{O}(T^{3/4})$ 的次线性 regret 边界，而 MLE-Exp 为指数分布提供了接近最优的 $\widetilde{O}(\sqrt{T})$ regret。在相关领域，UCB-HARE 解决了 bandits 中的“公平性成本”问题，建立了 $\Omega(\sig…
-
稀疏化KANs为可解释的量子态层析成像提供支持
研究人员开发了一种稀疏化的Kolmogorov-Arnold网络（KAN），以提高量子态层析成像的可解释性。该方法不仅能高保真地重构量子态，还能揭示数据的底层物理结构。通过分析网络的路径，研究人员能够识别相关的泡利可观测量及其关系，从而提供一种根据已知物理原理审计学习到的重构规则的方法。