判断量子网络中产生的事件观测分布是否具有贝尔定域性(即该分布是否可以用独立的局部变量实现)是一个极具挑战性的问题。基于arXiv:1907.10552的研究成果,该团队开发了一种通过神经网络参数化网络中定域模型的软件解决方案。这种方法能够利用机器学习领域的优化工具来探索网络中的贝尔非定域性。该解决方案适用于任意网络结构,操作简便,并且包含多项技术改进,与先前实现相比性能显著提升。研究人员将其应用于多个尚未被探索的网络中研究非定域性,为理解相应量子非定域集合提供了新见解,并为实现量子非定域关联提出了具体且具有前景的方案。
作者单位:
VIP可见
页数/图表:
登录可见
提交arXiv:
2026-03-25 18:00