Rapid Gaussian Boson Sampling Circuit Screening for GKP States Creation via a Two-Stage Machine Learning Surrogate
이 논문은 계산 비용이 많이 드는 하프니언(hafnian) 계산 없이도 최적의 헐딩 패턴과 성능 지표를 예측함으로써 가우시안 보존 샘플링 회로가 Gottesman-Kitaev-Preskill (GKP) 상태 생성을 위해 적합한지를 효율적으로 스크리닝하는 2단계 히스토그램 그래디언트 부스팅 머신러닝 대리 모델을 소개하며, 이를 통해 높은 탐지 정확도를 달도하면서 시뮬레이션 부담을 약 90% 감소시킨다.