量子科技中心_量科网

该研究团队提出了一种通过连续时间量子行走模拟薛定谔方程的方法。基于量子行走的模拟利用量子驱动下的幺正演化，生成不同时间步长的概率幅分布。此外，研究人员还实现了监督神经网络模型来评估数据驱动技术的有效性——该模型通过学习预测给定时空坐标下波函数的模平方。对比分析表明，该机器学习模型能以高精度复现量子系统的定性结构和时间演化特征。该工作展现了量子行走模拟与机器学习在求解量子动力学方程方面的协同效应。