.png){kind=icon}
返回
Quantum next generation reservoir computing: an efficient quantum algorithm for forecasting quantum dynamics
.png){kind=icon}
OA
AI
DOI：10.1007/s42484-024-00188-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
下一代储层计算 (ng-rc) 是一种现代的无模型机器学习，可以对动态系统生成的时间序列数据进行准确预测。我们证明了ng-rc可以准确地预测可积和混沌系统中的整个多体量子动力学。这与集中于可观测物的动态预测的储层计算的常规应用形成对比。此外，我们应用一种称为 “跳过” 的技术来准确预测未来的状态，而无需提取有关中间状态的信息。然而，由于样本输入数据的希尔伯特空间很大，因此采用经典的ng-rc进行多体量子动力学预测在计算上是禁止的。在这项工作中，我们提出了一种端到端量子算法，用于通过块编码技术进行量子计算加速的多体量子动力学预测。该提议提出了一种有效的无模型量子方案，可以相干地预测量子动力学，从而绕过基于模型的方法中产生的感应偏差。
Keyword:
Reservoir computing
Quantum dynamics
Quantum algorithms
Quantum machine learning
期刊
Q
IF:
4.4
论文数:
453
被引数:
796
机构
引用论文
Testes function and feedlot performance of bulls actively immunized against gonadotropin-releasing hormone: effect of age at immunization.公牛睾丸功能及育肥性能研究：主动免疫促性腺激素释放激素的效果（免疫接种年龄的影响）。
PREAI
分享收藏Fast-forwarding of Hamiltonians and exponentially precise measurements.png)
NATURE COMMUNICATIONS
OAAI
NATURE COMMUNICATIONSIF15.7
OAAI分享收藏
查看更多内容