文档名：基于宽度神经网络的2比特量子态的估计
本文通过设计含有两个隐含层,且隐含层的神经元节点数为300的宽度神经网络实现对量子态密度矩阵的重构.通过量子密度矩阵与系统输出测量值之间的对应关系,构造出训练和验证神经网络的输入与输出样本对,分别设计并训练出量子本征态、叠加态和混合态的神经网络,并用训练好的宽度神经网络估计器对随机产生的密度矩阵进行估计验证.数值仿真实验结果表明,所提出的神经网络估计器能够高精度的实现量子态估计.
作者：潘成威丛爽
作者单位：中国科学技术大学自动化系,安徽合肥,中国,230027
母体文献：第22届中国系统仿真技术及其应用学术年会(CCSSTA2021)论文集
会议名称：第22届中国系统仿真技术及其应用学术年会(CCSSTA2021)
会议时间：2021年7月1日
会议地点：合肥
主办单位：中国自动化学会,中国系统仿真学会
语种：chi
分类号：
关键词：量子态估计 密度矩阵 宽度神经网络 样本构造
在线出版日期：2022年8月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 3.95 MB
- 下载次数:
- 60
-
高速下载
|
|
