科学家提出新型张量网络算法,对高斯玻色采样的经典模拟性能更优
最近,一个国际研究团队提出了一种经典的张量网络算法,该算法可对高斯玻色采样进行经典模拟,并在光子损失率高的情况下可显着降低复杂度。与传统的热态近似算法相比,该算法具有更高的精度和更好的泛化性能。通过这种算法,该团队模拟了迄今为止在实验中实现的最大规模的高斯玻色子采样。
量科快讯
15 小时前
16 小时前
1 天前
【新研究表明利用纠缠原子云进行量子测量可实现更高测量精度】瑞士巴塞尔大学与法国巴黎卡斯特勒–布罗塞尔实验室(LKB)的研究人员最近合作证明,空间上分离的量子物体之间的纠缠不仅可实现,还能够用于同时高…
1 天前
4 天前

