机器学习辅助多体纠缠测量
导读：
纠缠不仅仅在量子技术中扮演着重要角色，而且也在我们理解多体系统量子关联中起着关键的作用。但是在一般混合态中测量纠缠的实验，唯一的方法是通过重构量子体层摄影，在系统尺寸中需要一个测量的指数型数。在这篇文章中，Gray等人对状态没有任何先验知识的情况下，提出一种机器学习辅助的方案，用$O(N_A+N_B)$测量，在$N_A$和$N_B$大小的任意子系统中测量纠缠。这种方法开发了神经网络来学习未知的与确定可测量动量和对数负性纠缠度相关的非线性函数的方法。他们的程序会允许在各种各样的系统中纠缠测量，包括在平衡或非平衡区内的强耦合多体系统。
原文链接：
- https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.121.150503
- J. Gray, et al.
- Phys. Rev. Lett. 121, 150503 (2018)
声明： 此内容仅代表作者观点，量子客仅提供内容展示平台。出于传递高质量信息之目的，若来源标注错误或侵权，请作者持权属证明与我们联系，原创文章转载需授权。
