贝尔曼，E.C。;J.E.斯特克。;库马尔，P。;英国沃尔什。 使用动态学习的量子算法设计。 （英语） Zbl 1154.81312号 量子信息计算。 8，编号1-2，12-29（2008）. 摘要：我们提出了一种通用量子计算机“编程”的动态学习范式。使用学习算法找到耦合量子比特系统的控制参数，使系统在初始时间演化到给定测量值对应于期望操作的状态。我们首先将该方法应用于两个耦合超导量子干涉器件（SQUID）的系统，并演示了经典门XOR和XNOR的学习。相位训练产生与CNOT模相移一致的门。为了寻找更有趣的领域，我们尝试学习两量子比特系统的纠缠见证。仿真表明，无论是纯态还是混合态，在初始时刻的纠缠都能成功地映射到最终时刻的相关函数。对于纯态，这种映射需要了解两部分之间的相位关系；然而，鉴于上述知识，该方法可用于测量其他未知状态的纠缠。该方法很容易扩展到多个量子比特或量子比特。 引用于三文件 MSC公司： 81页68 量子计算 68T05型 人工智能中的学习和自适应系统 关键词：量子算法;纠缠;动态学习 PDF格式BibTeX公司 XML格式引用 \textit{E.C.Behrman}等人，《量子信息计算》。8、编号1--2、12-29（2008；Zbl 1154.81312） 全文： arXiv公司