基于机器学习探测真正多体纠缠
量子物理
2023-11-30 v1
摘要
近年来,监督与半监督机器学习方法如神经网络、支持向量机(SVM)和半监督支持向量机(S4VM)已广泛用于量子纠缠与量子导引验证问题。然而,聚焦于基于机器学习探测真正多体纠缠的研究甚少。在此,我们研究用于探测三量子比特态真正多体纠缠的监督与半监督机器学习。我们随机生成三量子比特密度矩阵,并训练一个 SVM 用于探测真正多体纠缠态。此外,我们改进了 S4VM 的训练方法,其先优化预测样本的分组,再进行迭代预测。通过数值模拟确认,该方法可显著提升预测精度。
引用
@article{arxiv.2311.17548,
title = {Detecting genuine multipartite entanglement via machine learning},
author = {Yi-Jun Luo and Jin-Ming Liu and Chengjie Zhang},
journal= {arXiv preprint arXiv:2311.17548},
year = {2023}
}
备注
9 pages, 8 figures