提出量子-经典神经网络变分框架求解Lindblad方程

Rafael Florencio Díaz 等在 arXiv 提出一种量子—经典神经网络变分框架，通过最小化残差代价函数求解 Lindblad 主方程。方法将经典神经网络与参数化量子电路组合成拟设，密度矩阵通过扩大 Hilbert 空间上的纯化表示，从构造上保证正定、厄米和单位迹，梯度用参数移位规则精确计算。 作者还给出模型覆盖数上界，分析表达能力、有效维度与 barren plateau 之间的关系；数值实验在代表性 Lindblad 主方程上验证了方法精度和梯度集中预测。基于论文摘要，具体模型、规模和比较基线未说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。