.png){kind=icon}
返回
Machine learning assisted quantum state estimation
.png){kind=icon}
OA
AI
DOI：10.1088/2632-2153/ab9a21.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们建立了一个通用的量子态层析成像框架，该框架利用机器学习技术从一组给定的重合测量中重建量子态。对于各种纯输入和混合输入状态，我们通过仿真证明，我们的方法产生的功能与传统方法在功能上等效的重构状态，并具有额外的好处，即昂贵的计算是我们系统的前端负载。此外，通过使用包括模拟噪声源的测量结果来训练我们的系统，与典型的重建方法相比，我们能够证明显著增强的平均保真度。当我们考虑从缺少多个测量值的部分断层扫描数据进行状态重建时，平均保真度的这些增强也将持续存在。我们预计，结合机器智能和量子态估计领域的当前结果将大大改善和加速基于层析成像的量子实验。
Keyword:
machine learning
quantum tomography
convolutional neural networks
deep learning
quantum optics
期刊
M
IF:
4.6
论文数:
1.1K
被引数:
3.4K
机构
引用论文
.png){kind=icon}
查看更多内容