量子全局变分学习在量子纠错中的应用

高效的量子纠错对于量子计算的发展至关重要。该团队提出了一种具有全局结构的量子神经网络,能够减少量子电路中所需的酉矩阵数量。该方法使训练时间减少了97%,训练完成率最高提升了25%,最终实现了100%的训练成功率,并超越了先前研究中报告的纠错性能。此外,研究人员还证明了量子纠错在内部网络噪声下的鲁棒性得到增强。由于计算负载的降低,内部网络噪声下量子纠错的保真度最高提升了15%。
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-06-07 12:11

量科快讯