量子科技中心_量科网

该研究团队提出了一种创新方法，通过融合量子计算、机器学习和约化密度矩阵泛函理论，充分发挥量子计算在模拟相互作用量子粒子方面的潜力。该方法重点利用量子算法训练的深度神经网络来获取普适泛函，同时采用密度矩阵嵌入理论定义的片段-浴系统来强化方案——通过大幅扩展哈密顿量适用空间，使所得泛函无需额外量子资源即可应用。鉴于所获普适泛函可重复用于所有嵌入片段内相互作用相同的体系，这项工作为量子化学和凝聚态物理领域的量子计算应用展示了一条实现累积量子优势的潜在路径。