从经典神经网络视角看量子记忆与信息扰乱
熵不确定性关系是量子测量基本不确定性的普适量化指标,在量子计量学文献中被广泛讨论。量子记忆是一种与特定类型量子关联相关的现象,能够降低量子测量的基础不确定性。本研究提出了适用于时变问题的量子记忆修正概念。该团队将量子记忆的时变表述与乱时序关联函数(OTOC)进行对比分析。量子记忆作为一个严谨的数学概念,其研究需要高强度的计算工作。因此迄今为止,该现象主要仅在简单模型系统和稳态问题中被探讨。本研究表明,量子记忆同样适用于真实物理体系的研究——例如原子螺旋自旋链中的量子关联产生及时域演化过程。研究发现,相较于OTOC,量子记忆呈现出更快速的时间振荡特征且不会达到平衡态。此外,该团队训练了人工神经网络来预测OTOC和量子记忆的行为特征。结果表明,在破缺反转对称性和非互易效应方面,量子记忆比OTOC具有更高的敏感度。
量科快讯
【悉尼大学科学家首次对真实分子的化学动力学进行了量子模拟】悉尼大学的研究人员最近首次对真实分子的化学动力学进行了量子模拟,相关成果已于日前发表在《美国化学会志》上。该研究通过模拟分子受光激发后的行为…
1 小时前
【瑞典六所高校联合成立量子技术中心,将打造国家级研究枢纽】瑞典六所高校近日联合签署谅解备忘录,共同成立瑞典量子技术中心,以打造一个集研究、创新、教育与能力建设于一体的国家级量子技术枢纽。参与高校包括…
15 小时前
3 天前

