几何失谐与熵失谐关系的机器学习研究
量子物理
2018-12-10 v3
摘要
作为实现量子信息的重要资源，量子关联表现出不同于纠缠和经典关联的行为，即冻结现象和非定域性。在我们的设定中，通过考虑开放量子系统场景，用不同量化方法表示量子关联的排序。随后采用机器学习方法（神经网络方法）训练构建X型态下Rényi失谐（）与几何失谐（Bures距离）之间的桥梁。我们的结果清楚地表明，机器学习方法可用于研究量子关联不同量化方法的差异与共性。
引用
@article{arxiv.1807.07470,
title = {Machine learning study of the relationship between the geometric and entropy discord},
author = {Qin-Sheng Zhu and Xiao-Yu Li and Ming-Zheng Zhu and Yi-Ming Huang and Hao Wu and Shao-Yi Wu},
journal= {arXiv preprint arXiv:1807.07470},
year = {2018}
}