量子时间晶体计算对量子机器学习方法的影响
多体局域化现象表现出对外部扰动和时间晶体中时间反演对称性的鲁棒性。这种时间晶体能延长相干时间,因此被用作量子计算机中的量子比特。基于此,该研究团队建立了通过控制外部噪声来开发时间晶体量子计算的方法——量子时间晶体计算。研究人员通过量子储备计算演示了生成正确波形问题的解决方案,并利用量子神经网络和变分量子柯尔莫哥洛夫-阿诺德网络实现了给定函数的拟合。结果表明:量子时间晶体计算虽降低了量子储备计算的精度,但提升了量子神经网络及变分量子柯尔莫哥洛夫-阿诺德网络的准确性。这一发现可能成为量子误差缓解领域的里程碑——首次证实噪声能够提升量子机器学习模型的精度。
