为量子态制备设计霍普菲尔德网络的基态
量子物理
2019-03-29 v2
摘要
我们提出一种协议，将多项式数量的任意比特串（编码为自旋构型）存储于全连接伊辛自旋玻璃的近似简并低能流形中。该迭代协议受利用 -局域霍普菲尔德网络进行 -局域赫布学习与遗忘训练的机器学习技术启发。训练所得的哈密顿量是量子态制备方案的基础，可利用近期实验可用资源创建具有可调平方振幅的量子多体叠加态。我们发现可存储于基态并从而转化为叠加态的构型数量随伊辛相互作用的 -局域性而缩放。
引用
@article{arxiv.1811.09455,
title = {Designing ground states of Hopfield networks for quantum state preparation},
author = {Clemens Dlaska and Lukas M. Sieberer and Wolfgang Lechner},
journal= {arXiv preprint arXiv:1811.09455},
year = {2019}
}
备注
published version, 11 pages, 6 figures