Advanced Quantum Technologies刊发本源量子与中科大合作的量子神经网络态论文

2019年3月25日，由本源量子与中科大合作的量子神经网络态论文Quantum Neural Network States: A Brief Review of Methods and Applications首次发表于Advanced Quantum Technologies期刊。

研究量子多体物理学的主要挑战之一，是希尔伯特空间的维数随系统大小呈指数级增长。这种增长使求解系统的薛定谔方程变得非常困难。

尽管如此，许多物理系统都具有简化的内部结构，从而使表征其基态所需的参数呈指数级减小，进而可以使用许多数值方法来捕获系统的物理特性。

在现代数值技术中，神经网络在近似函数和提取大数据特征方面的强大表现力，引起了研究者的广泛兴趣。

本论文简述了各类型神经网络模拟量子多体状态的研究进展。

首先介绍的是典型的三种神经网络，一是以罗森布拉特感知器和逻辑神经网络为代表的前馈神经网络，二是卷积神经网络，三是玻尔兹曼机。

根据这三种神经网络在表征性、模拟量子态有效性及纠缠性等方面的不同表现，本文选定玻尔兹曼机作为原型示例，展示了其在表征量子态、密度算子，以及拟设量子多体系统等方面的具体表现。

其次，本文讨论了神经网络的一些物理特性，尤其是纠缠性，对于模拟量子计算十分重要。目前，研究成果主要集中在玻尔兹曼机的纠缠性上，其他神经网络的纠缠性仍待发掘。

最后，在应用方面，文内简述了一些研究工作的进展，包括基于神经网络进行层析成像的方法和模拟量子电路的经典方法，以深度玻尔兹曼机模拟哈达玛门（Hadamard gate）为范例。

另外，对于神经网络模拟量子计算这一主题，文章结尾处还提出了诸如复变函数的定理表达式等相关研究方向。

论文网址

https://onlinelibrary.wiley.com/doi/full/10.1002/qute.201800077

Advanced Quantum Technologies

Advanced Quantum Technologies 期刊是威立（Wiley）量子领域旗舰刊，旨在发表经同行评议的高质量高影响力研究论文，范围涵盖量子计算、量子通讯、量子信息、量子光学以及拓扑材料、超导、超冷原子等相关领域的理论、实践及应用相关工作。

点击“阅读原文” 获取完整论文

往期精彩回顾