arXiv stat.ML· Ruchira V Bhat, Rahul Bhowmick, Avinash Singh, Krishna Kumar Sabapathy·· 11 天前AI 评分25
面向多体哈密顿量吉布斯态的元学习及其在量子玻尔兹曼机中的应用
Meta-learning of Gibbs states for many-body Hamiltonians with applications to Quantum Boltzmann Machines
AI 导读
研究人员提出 Meta-VQT 与 NN-Meta VQT 两种元学习算法，用于在 NISQ 设备上高效制备参数化多体哈密顿量的量子吉布斯态。该方法在最高 8 个量子比特的横向场伊辛模型（TFIM）上验证了有效性，元学习参数可作为热启动初始化显著改善优化效果。在量子玻尔兹曼机（QBM）训练应用中，该算法相比基于 VarQITE 的方案实现了 30 倍的运行加速。
来源：arXiv stat.ML · arxiv.org