返回
A hybrid machine learning algorithm for designing quantum experiments
DOI:10.1007/s42484-019-00003-8.png)
摘要
En 中文
我们介绍了一种混合机器学习算法,用于设计量子光学实验以产生特定的量子态。我们的算法成功地找到了实验方案来产生我们要求的所有5种状态,包括薛定谔猫态和立方相态,所有这些状态的保真度都超过96%。在这里,我们特别专注于设计现实的实验,因此所有算法的设计都只包含当前技术可用的实验元素。我们算法的核心是遗传算法,该算法搜索实验元素的最佳排列,但是为了加快初始搜索速度,我们结合了对量子态进行分类的神经网络。后者具有独立的兴趣,因为它很快学会了根据其光子数分布对量子态进行准确分类。
Keyword:
Machine learning
Genetic algorithm
Artificial intelligence
Quantum state engineering
Quantum optics
AI总结
对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
Q
IF:
4.4
论文数:
439
被引数:
796
机构
引用论文
Machine learning method for state preparation and gate synthesis on photonic quantum computers用于光子量子计算机的状态准备和门合成的机器学习方法

