基于Stiefel流形复值神经网络的量子电路设计

量子算法通过高维复数希尔伯特空间中的酉变换对量子态进行操作。该工作提出了一种采用单层复值神经网络的机器学习方法来构建量子电路。研究团队向网络提供输入和输出量子态,通过训练使其能够逼近给定量子算法的输出状态。为确保训练过程中始终保持酉变换的基本特性,该团队采用了斯蒂菲尔流形优化方法。

量科快讯