Séance de cours

Tomographie quantique d'état : approche de réseau neuronal

Description

Cette séance de cours introduit une nouvelle approche de la tomographie quantique à l'aide d'un réseau neuronal différentiel basé sur la machine de Boltzmann restreinte (RBM). L'architecture RBM, avec des couches visibles et cachées, est expliquée en détail, en mettant l'accent sur son modèle basé sur l'énergie similaire aux principes de la physique. La séance de cours couvre le processus de formation pour les paramètres d'amplitude et de phase séparément, en utilisant les gradients et la divergence KL. Les résultats sont présentés pour divers scénarios, y compris l'état W et les systèmes à mailles 1D, démontrant la précision de la GAR dans la prédiction des états quantiques. L'importance de mesurer l'amplitude et la phase en tomographie quantique est mise en évidence, ainsi que les défis de les découpler. La séance de cours se termine par une discussion sur les applications potentielles de cette approche au-delà des GAR, telles que les réseaux feedforward.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.