Research progress on quantum neural networks and quantum machine learning
本综述论文回顾了各种量子神经网络架构的研究进展,分析了它们的独特优势、劣势及性能指标,以展示它们如何利用量子力学来增强机器学习能力。
10088 篇论文
量子物理探索着物质与能量在微观尺度上最奇妙的行为,从神秘的叠加态到跨越空间的纠缠现象,这一领域正不断重塑我们对现实世界的理解。Gist.Science 致力于让深奥的 arXiv 预印本变得触手可及,我们追踪该分类下发布的每一份最新预印本,并为其提供两种解读视角:既包含通俗易懂的科普解读,也涵盖保留核心细节的技术摘要。
无论您是希望快速掌握前沿动态的科研工作者,还是对宇宙奥秘充满好奇的普通读者,这里都能为您提供清晰的研究概览。我们梳理了 arXiv 上量子物理板块的最新成果,确保您能第一时间读懂科学界的最新突破。下方列出了该领域刚刚发布的最新论文及其摘要。
本综述论文回顾了各种量子神经网络架构的研究进展,分析了它们的独特优势、劣势及性能指标,以展示它们如何利用量子力学来增强机器学习能力。
本白皮书通过识别超越平均解码速度的实时瓶颈、基准测试主流解码算法在表面码和 qLDPC 码方面的就绪情况,并提出一个具有定义接口和延迟预算的六层参考架构以实现实时量子纠错,旨在解决实验室演示与可扩展容错量子计算之间的关键工程差距。
本文在 Chesnavich 关于 反应的模型中识别出一种特定的量子共振,它被表征为经典游走(roaming)的一种相空间局域化类比,其特征在于波函数集中在内过渡态与外过渡态之间,并具有独特的径向与角动量特征。
本文表明,通常与非厄米皮肤效应相关的对边界条件的谱敏感性和广义布里渊区特征,也可以作为宇称诱导的奇偶效应,出现在波函数保持离域状态的非厄米系统中。
本文通过引入一种基于 Löwdin 正交化的框架,解决了由于模式非正交性导致的紧束缚近似在间距较小的波导阵列中失效的问题,该框架在准确捕捉增强的长程耦合和非平凡跳跃相位的同时,恢复了标准的特征值问题。
本文通过推导在区分随机信道时第二类错误的显式表达式,并量化在各种缩放机制下集体与独立酉测量模型之间通过全变差距离表现出的差异,研究了Haar平均测量模型的渐近可区分性。
本文展示了一个由固态氖上的单个电子组成、并与磁场兼容的 NbTiN 谐振器耦合的电荷量子比特,在实现高速相干控制与读取的同时,通过表征位置不确定性来证实未来自旋量子比特实现的方案可行性。
本文通过实验证明,在高密度下,由于共振偶极-偶极相互作用,热铷蒸气中的自旋噪声方差呈现出非线性的二次方依赖关系,这一发现通过能够抑制这些相互作用并恢复线性比例关系的方案得到了证实。
本研究利用密度泛函理论证明,具有 3–4 nm 量子阱、低 Ge 和 Si 浓度(50 ppm)以及锐利界面的 Si/SiGe ヘテロ结构可以同时实现超过 500 eV 的谷分裂和超过 15 s 的自旋去相位时间,从而为半导体量子器件协同优化这些关键参数。
本文建立了定量设计规则,并通过解析与数值分析证明,通过优化脉冲激光自旋相关踢击(pulsed-laser spin-dependent kicks)的控制参数,可以实现对于快速捕获离子量子纠缠门至关重要的纳秒级高保真度操作,并确定有限脉冲持续时间是主要的误差来源。