arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Fudan University(复旦大学)

2026-07-13 至 2026-07-13 共收录 1
2512.01317 2026-07-13 quant-ph cond-mat.dis-nn cs.AI 版本更新

Data-Driven Learnability Transition of Measurement-Induced Entanglement

测量诱导纠缠的数据驱动可学习性转变

Dongheng Qian, Jing Wang

机构 * State Key Laboratory of Surface Physics(表面物理国家重点实验室) Department of Physics, Fudan University, Shanghai 200433, China(复旦大学物理系) Shanghai Research Center for Quantum Sciences, Shanghai 201315, China(上海量子科学研究中心) Institute for Nanoelectronic Devices(纳米电子器件研究所) Quantum Computing, Fudan University, Shanghai 200433, China(量子计算,复旦大学) Hefei National Laboratory, Hefei 230088, China(合肥国家实验室)

AI总结 研究测量诱导纠缠(MIE)的可学习性,将其检测重构为数据驱动学习问题,用测量记录自监督训练神经网络预测MIE不确定性度量,发现随机电路中随深度增加的可学习性转变及与经典模拟崩溃的关系,划定经典可学习性限制。

Comments 7+13 pages, 4+12 figures

详情

展开后加载摘要…

URL PDF HTML 收藏