热点事件历史事件
研究提出用神经网络推断量子态传输次数
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
2026年10月30日，arXiv quant-ph 发布的一项研究表明，仅凭传输数据即可利用前馈神经网络推断重复量子态传输（QST）中的信道使用次数。在单次使用未重置的 XX 自旋链信道场景下，向网络输入发送与接收的 Bloch 向量后，其识别信道使用次数的准确率超过 90%。若进一步结合信道的 U(1) 对称性采用两分量表征，该分类准确率可提升至约 95%。
AI 根据报道生成 · 4 天前更新
最新进展10月30日 12:00
研究证实利用前馈神经网络推断量子态传输次数可行，准确率最高约95%。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv quant-ph利用神经网络推断量子态传输次数
研究表明仅凭传输数据即可利用前馈神经网络推断重复量子态传输（QST）中的信道使用次数。在单次使用未重置的 XX 自旋链信道时，输入发送与接收的 Bloch 向量，网络识别信道使用次数的准确率超过 90%。若进一步结合信道的 U(1) 对称性采用两分量表征，该分类准确率可提升至约 95%。
本事件热度走势
当前热度 3·可比范围峰值 9（10月30日 17:00）·近 24 小时可比范围变化 -49%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。