通过量子电路学习实现量子哈密顿动力学的稀疏辨识

非线性动力学稀疏辨识(SINDy)是一种从时间序列数据中估计经典非线性动力系统的数据驱动框架。该方法将系统动力学表示为预定义基函数集的线性组合,并通过观测时间序列数据稀疏估计相应系数。本研究提出量子哈密顿动力学稀疏辨识(SIQHDy)——一种受SINDy启发的量子电路学习框架,用于从量子测量结果的时间序列数据中估计量子哈密顿动力学。SIQHDy将量子哈密顿系统的幺正演化表示为基量子电路的乘积,并通过促进稀疏性的优化算法估计相应电路参数。数值实验表明,SIQHDy能准确重构单自旋、三自旋和五自旋系统的动力学,并在三自旋系统中展现出对测量噪声的鲁棒性。此外,针对可观测物理量受限的场景,该工作提出SIQHDy的扩展方案,并在双自旋系统辨识和五自旋系统网络结构识别任务中评估其性能。

作者所在地: VIP可见
作者单位: VIP可见
页数/图表: 登录可见
提交arXiv: 2026-02-16 08:35

量科快讯