量子科技中心_量科网

该研究团队证明，被称为“深度集成”的深层神经网络集成体系，不仅能用于量子参数估计，还能提供量化参数估计不确定性的方法——这正是贝叶斯推断应用于参数估计的关键优势。研究表明，这类模型对两类噪声具有更强鲁棒性：一是参数估计过程中测量结果的噪声，二是训练数据本身的噪声。该工作还表明，要达到与贝叶斯推断基准相当的性能（已知贝叶斯方法会随着数据量增加而逼近最终精度极限），所需数据量远少于先前方案的需求。