量子下一代储层计算：一种用于预报量子动力学的有效量子算法
量子物理
2025-01-24 v2 无序系统与神经网络
统计力学
机器学习
计算物理
摘要
下一代储层计算（NG-RC）是一类现代的无模型机器学习方法，能够对动力系统生成的时间序列数据作出准确预报。我们证明 NG-RC 可在可积与混沌系统中准确预测完整的多体量子动力学，这与集中于可观测量动力学预测的传统储层计算应用形成对比。此外，我们应用一种称为“跳跃预测”的技术，可在无需提取中间态信息的情况下准确预测遥远未来态。然而，由于样本输入数据的希尔伯特空间巨大，采用经典 NG-RC 进行多体量子动力学预测在计算上难以承受。本工作中，我们提出一种端到端的量子算法，借助块编码技术实现多体量子动力学预报的量子计算加速。该方案给出了一种连贯预报量子动力学的有效无模型量子方法，规避了基于模型方法所带来的归纳偏置。
引用
@article{arxiv.2308.14239,
title = {Quantum Next Generation Reservoir Computing: An Efficient Quantum Algorithm for Forecasting Quantum Dynamics},
author = {Apimuk Sornsaeng and Ninnat Dangniam and Thiparat Chotibut},
journal= {arXiv preprint arXiv:2308.14239},
year = {2025}
}
备注
15 pages, 5 figures. v2: additional forecasting results for a chaotic quantum system