量子系统的经典机器学习( 二 ) ：量子系统的经典机器学习咋

文章图片
计算无噪音数据
量子系统的经典机器学习也可用于处理无噪音的量子物理的理论计算数据，如显著加速分子和材料的量子特性的预测，从而有助于新型分子或新型材料的计算设计。其它一些例子包括：
应用举例计算无噪声的物理数据1插值原子间势2在整个化合物空间中推断分子雾化能量3使用受限制的玻尔兹曼机器精确的势能面4自动生成新的量子实验5求解多体、静态和时间相关的薛定谔方程6识别纠缠谱的相变7生成量子测量和量子断层扫描的自适应反馈方案
变分电路
变分电路（VariationalCircuits）是利用基于电路参数和目标函数的训练的一系列算法。变分电路通常将输入参数（随机或预训练的参数）传送到量子装置中的经典装置以及经典的数学优化函数（Mathematicaloptimization）组成。
由于这些参数调整仅基于器件内的经典组件进行调整，所以这些电路依赖于所提出的量子器件的架构。变分电路的应用目前在量子机器学习领域通过经典装置与经典算法具有相当大的优势，具有令人难以置信的高效率，可以更有效地生成最佳的优化功能。