Normalizing Flow-Based Bayesian Parameter Estimation for Noisy Quantum States
Este artículo introduce un marco de aprendizaje automático eficiente que utiliza flujos de normalización para la estimación bayesiana de parámetros con el fin de extraer información completa y analizar las correlaciones entre los parámetros físicos y las fuentes de ruido en estados cuánticos experimentales ruidosos, proporcionando así conocimientos prácticos para optimizar la generación de características cuánticas no gaussianas.