Quantum Filtering and Stabilization of Dissipative Quantum Systems via Augmented Neural Ordinary Differential Equations
本論文は、基礎となる物理方程式の明示的な知識を必要とせずに、散逸量子系のリアルタイムの状態推定、フィルタリング、およびフィードバック制御を可能にするため、部分的な測定データから量子軌跡と散逸パラメータを学習するAugmented Quantum Neural Ordinary Differential Equation (AQNODE) フレームワークを導入するものである。