量子科技中心_量科网

传统的量子混沌光谱探测方法需要获取量子哈密顿量的本征值，有时还需本征向量。这种基于对角化程序的计算过程往往代价高昂。该研究团队测试了无监督神经网络是否能够直接从哈密顿矩阵中检测量子混沌现象。研究人员采用具有随机图底层结构和随机耦合常数的单体哈密顿量，其中包含一个控制图形随机性的参数。光谱分析表明，增加底层图的随机性会导致系统从可积光谱统计向混沌统计转变。该工作证实，通过将哈密顿矩阵直接输入神经网络（无需任何对角化程序），同样可利用无监督神经网络（更具体而言是自组织映射网络）检测到这种转变过程。