量子科技中心_量科网

在该工作中，研究人员提出了一种基于深度学习的量子纠缠与量子不和谐分类方法，采用卷积自编码器实现。该团队训练模型以区分局域维度d从2到7的d×d系统中纠缠态与可分离态的双体量子态，从而能够识别束缚纠缠与自由纠缠。通过对不同量子态族进行大量数值模拟，研究结果表明该模型实现了高精度分类。此外，该工作利用学习到的表征生成束缚纠缠态样本——这种最罕见的纠缠形式在解析构造上存在众所周知的困难。研究人员采用相同卷积自编码器架构单独训练量子不和谐检测模型，结果显示该模型在显著减少训练时间的同时仍保持高准确率。