创新与应用案例

机器学习新算法更好描述量子系统模型

日期:2021-05-19

|  来源:【字号:

 

英国布里斯托大学量子工程技术实验室(QETLabs)的研究人员开发出一种通过充当自主代理,使用机器学习对哈密顿模型进行逆向工程的算法,对量子系统基本物理原理提供了宝贵见解,有望带来量子计算和传感领域的重大进展。相关研究成果已发表在429日出版的《自然 物理学》杂志上。

研究人员表示,了解基本的物理学和量子系统模型,有助于掌握更多有关量子计算和量子感测技术方面的知识。下一步,研究人员将扩展算法,以探索更大的系统以及代表不同物理状态或基础结构的不同类别的量子模型。

信息来源:

https://phys.org/news/2021-04-machine-algorithm-unravel-physics-underlying.html

https://www.nature.com/articles/s41567-021-01201-7

附件: