基于深度学习的纠缠与量子discord分类
量子物理
2026-02-02 v1
摘要
本文提出了一种基于深度学习的量子纠缠和discord分类方法，采用卷积自编码器。我们训练模型以区分系统中 ranging from 2 to 7的局部维度下夹杂态和可分离态，以实现对绑定纠缠和自由纠缠的识别。通过对各种量子态族进行大量数值模拟，我们展示了该模型在实现高分类准确率方面具有优势。此外，我们利用所学表示生成绑定纠缠态的样本，这是一种罕见的纠缠形式且难以进行解析构造。我们分别为检测量子discord的存在训练了相同的卷积自编码器结构，结果表明该模型在准确率上也表现出色，同时所需的训练时间显著减少。
引用
@article{arxiv.2601.22253,
title = {Entanglement and discord classification via deep learning},
author = {Katherine Muñoz-Mellado and Daniel Uzcátegui-Contreras and Antonio Guerra and Aldo Delgado and Dardo Goyeneche},
journal= {arXiv preprint arXiv:2601.22253},
year = {2026}
}