量子科技中心_量科网

在大型强子对撞机（LHC）探索新现象的过程中，需要不断革新算法与技术。作为经典机器学习与量子机器学习交叉领域的数学模型，张量网络为应对这些挑战提供了高效且有前景的解决方案。该研究团队提出了一种基于张量网络的LHC异常检测策略，并通过实验证明其在识别新现象方面优于现有量子方法。该模型采用参数化矩阵乘积态配合等距特征映射，处理由自编码器生成的模拟LHC数据潜在表征。研究结果彰显了张量网络推动新物理发现的潜力。