以双量子比特态间 Hilbert-Schmidt 距离的实验测量作为加速机器学习之手段
量子物理
2021-12-28 v2 机器学习
摘要
我们报道了利用多粒子干涉对两个双量子比特态之间 Hilbert-Schmidt 距离的实验测量。我们证明，这种三步法测量 Hilbert 空间中的距离远比重构密度矩阵简单，并且可应用于量子增强机器学习中，以降低计算多维点间欧氏距离的复杂度，这对于近期量子技术与量子人工智能研究尤为有趣。我们的结果也是将混合态应用于量子信息处理的崭新实例。通常处理混合态是不利的，但此处它提供了将额外信息编码为密度矩阵给定两维间相干性的可能。
引用
@article{arxiv.1907.02292,
title = {Experimental measurement of Hilbert-Schmidt distance between two-qubit states as means for speeding-up machine learning},
author = {Vojtěch Trávníček and Karol Bartkiewicz and Antonín Černoch and Karel Lemr},
journal= {arXiv preprint arXiv:1907.02292},
year = {2021}
}
备注
6 pages, 5 figures (extended bibliography)