×
萨纳胡姆;伊扎克罗迪蒂

\（β）-可变自动编码器作为纠缠分类器。 （英语） Zbl 07412706号

物理学。莱特。，A类 417，文章ID 127697，第4页（2021）.
摘要：我们着重于使用类似于（beta）-变分自动编码器（VAE）的体系结构来根据测量区分量子态是纠缠态还是可分离态。我们将数据分为两组，一组是本地测量值，另一组是相关测量值。使用潜在空间，这是数据的低维表示，我们表明，将我们自己限制在局部数据集内，不可能区分纠缠态和可分离态。同时，当同时考虑相关和局部测量时，潜在空间结构的精度达到80%以上。

引用于1文件

MSC公司：

81至XX 量子理论
82至XX 统计力学，物质结构

关键词：

深度学习;量子纠缠;纠缠证据
PDF格式BibTeX公司 XML格式引用
\textit{N.Sá}和\textit{I.Roditi}，物理学。莱特。，A 417，文章ID 127697，4 p.（2021；Zbl 07412706）
全文： 内政部 arXiv公司
OA许可证

参考文献：

[1] Amico，Luigi；罗萨里奥·法齐奥；安德烈亚斯·奥斯特洛；Vedral，Vlatko，《多体系统中的纠缠》，修订版。物理。，80, 2, 517 (2008) ·兹比尔1205.81009
[2] Charles H.Bennett。；Gilles Brassard；克雷珀（Claude Crépeau）；理查德·乔兹萨（Richard Jozsa）；阿谢尔·佩雷斯（Asher Peres）；William K.Wootters，《通过双经典和Einstein-Poolsky-Rosen通道传送未知量子态》，Phys。修订稿。，701895-1899（1993年3月）·Zbl 1051.81505号
[3] 朱塞佩·卡莱奥；Troyer，Matthias，用人工神经网络解决量子多体问题，《科学》，355，6325，602-606（2017）·Zbl 1404.81313号
[4] 胡安·卡拉斯奎拉（Juan Carrasquilla）；Melko，Roger G.，《物质的机器学习阶段》，《自然物理学》。，13, 5, 431-434 (2017)
[5] 科雷特、弗朗索瓦、卡拉斯（2015）
[6] Gurvits，Leonid，Edmonds问题的经典确定性复杂性和量子纠缠，（第三十五届ACM计算理论年会论文集（2003）），10-19·Zbl 1192.68252号
[7] 伊琳娜·希金斯；罗伊克·马特（Loic Matthey）；阿尔卡·帕尔；克里斯托弗·伯吉斯；泽维尔格洛罗；马修·博特维尼克（Matthew Botvinick）；沙基尔·穆罕默德；Lerchner，Alexander，beta-vae:用约束变分框架学习基本视觉概念，（Iclr（2017）），2（5），6
[8] Micha Horodecki；Pawe Horodecki；Horodecki，Ryszard，混合态的可分离性：必要和充分条件，Phys。莱特。A、 223、1、1-8（1996年）·Zbl 1037.81501号
[9] Ryszard Horodecki；Pawe Horodecki；Micha Horodecki；Horodecki，Karol，《量子纠缠》，修订版。物理。，81, 2, 865 (2009) ·Zbl 1205.81012号
[10] 拉班·伊滕；Tony Metger；亨利克·威尔明；里约热内卢，利迪亚；雷纳，雷纳托，用神经网络发现物理概念，物理学。修订稿。，124，第010508条pp.（2020）
[11] Johansson，J.R。；国家，P.D。；Qutip，Franco Nori，《开放量子系统动力学的开源python框架》，计算。物理学。社区。，183, 8, 1760-1772 (2012)
[12] Johansson，J.R。；国家，P.D。；Nori，Franco，Qutip 2：开放量子系统动力学的python框架，计算。物理学。社区。，184, 4, 1234-1240 (2013)
[13] 迪德里克·P·金玛。；Ba，Jimmy，Adam：随机优化方法（2014），arXiv预印本
[14] 迪德里克·P·金玛。；Welling，Max，自动编码变分贝叶斯（2013），arXiv预印本·Zbl 1431.68002号
[15] Alex Krizhevsky；伊利亚·萨茨克弗；Hinton，Geoffrey E.，深度卷积神经网络的Imagenet分类，（神经信息处理系统进展（2012）），1097-1105
[16] 马岳池；Yung，Man-Hong，利用机器学习将bell不等式转化为状态分类器，npj Quantum Inf.，4，1，1-10（2018）
[17] 鲍尔森-瑙特鲁普（Poulsen Nautrup），亨德里克（Hendrik）；Tony Metger；拉班·伊滕；杰比，索菲娜；Trenkwalder，Lea M。；亨利克·威尔明；汉斯·J·布里格尔。；Renner，Renato，《神经网络中物理系统的操作意义表示》（2020），arXiv预印本
[18] Peres，Asher，密度矩阵的可分性准则，Phys。修订稿。，77、1413-1415（1996年8月）·Zbl 0947.81003号
[19] 马丁·普莱尼奥（Martin B.Plenio）。；Virmani，Shashank S.，《纠缠理论导论》（Quantum Information and Coherence，2014），施普林格出版社，173-209年·Zbl 1317.81035号
[20] 鲁普，马提亚斯；亚历山大·特卡琴科；穆勒、克劳斯·罗伯特；Von Lilienfeld，O.Anatole，《利用机器学习快速准确地建模分子原子化能量》，Phys。修订稿。，第108、5条，第058301页（2012年）
[21] 皮埃尔·塞尔马内特（Pierre Sermanet）；科雷Kavukcuoglu；索米斯·钦塔拉；LeCun，Yann，无监督多阶段特征学习行人检测，（IEEE计算机视觉和模式识别会议论文集（2013）），3626-3633
[22] Silver，David；朱利安·施里特维瑟（Julian Schrittwieser）；凯伦·西蒙扬（Karen Simonyan）；安东诺格鲁（Antonoglou，Ioannis）；黄，Aja；亚瑟·盖兹；托马斯·休伯特（Thomas Hubert）；卢卡斯·贝克；Lai，Matthew；阿德里安·博尔顿，《在没有人类知识的情况下掌握围棋游戏》，《自然》，5507676354-359（2017）
[23] 尼提什·斯利瓦斯塔瓦；杰弗里·辛顿；Alex Krizhevsky；伊利亚·萨茨克弗；Salakhutdinov，Ruslan，《辍学：防止神经网络过度拟合的简单方法》，J.Mach。学习。1929-1958年第15号决议（2014年）·Zbl 1318.68153号
[24] 贾科莫·托莱；马佐拉，古列尔莫；胡安·卡拉斯奎拉（Juan Carrasquilla）；马提亚斯·特洛伊尔（Matthias Troyer）；梅尔科，罗杰；Carleo、Giuseppe、神经网络量子态层析成像、自然物理学。，14, 5, 447-450 (2018)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。