量子系统实时数据的紧凑表示与长期外推
将实时数据表示为复数指数之和提供了紧凑形式,既能降噪又可外推预测。作为一种完全数据驱动的方法,旋转不变技术信号参数估计(ESPRIT)算法独立于底层物理方程,因而广泛适用于各类观测量及实验或数值模拟场景。该工作主要探讨ESPRIT算法在量子系统模拟实时动力学数据外推中的应用,评估其在噪声干扰下的性能表现,并与其他外推方法进行比较。研究表明该算法能从短时动力学数据中提取信息,可靠预测长时行为并确定获得准确结果所需的最短时间区间。该团队进一步阐释如何将这一特性应用于随时间演化的量子系统数值模拟,并展示ESPRIT预测动态观测量无限时极限值的能力,为表征量子相变提供了一种纯数据驱动的研究路径。
