Datensatz Zitierlink: 
http://hdl.handle.net/20.500.12708/196492
-
Titel: 
Inferring interpretable dynamical generators of local quantum observables from projective measurements through machine learning
en
Zitat: 
Cemin, G., Carnazza, F., Andergassen, S., Martius, G., Carollo, F., & Lesanovsky, I. (2024). Inferring interpretable dynamical generators of local quantum observables from projective measurements through machine learning. Physical Review Applied, 21(4), Article L041001. https://doi.org/10.1103/PhysRevApplied.21.L041001
-
Verlags-DOI: 
10.1103/PhysRevApplied.21.L041001
-
Publikationstyp: 
Artikel - Forschungsartikel
de
Sprache: 
Englisch
-
Autor_innen: 
Cemin, Giovanni 
Carnazza, Francesco 
Andergassen, Sabine 
Martius, Georg 
Carollo, Federico 
Lesanovsky, Igor 
-
Organisations­einheit: 
E194-06 - Forschungsbereich Machine Learning 
-
Zeitschrift: 
Physical Review Applied 
-
ISSN: 
2331-7019
-
Datum (veröffentlicht): 
3-Apr-2024
-
Umfang: 
6
-
Verlag: 
AMER PHYSICAL SOC
-
Peer Reviewed: 
Ja
-
Keywords: 
Artificial neural networks; Open quantum systems; decoherence; Quantum algorithms; Nonequilibrium lattice models; Quantum many-body systems; Quantum spin models; Lindblad equation; Machine learning
en
Forschungs­schwerpunkte: 
Quantum Many-body Systems Physics: 50%
Modeling and Simulation: 50%
-
Wissenschafts­zweig: 
1020 - Informatik: 40%
1030 - Physik, Astronomie: 60%
-
Enthalten in den Sammlungen:
Article

Zur Langanzeige

Seiten Aufrufe

158
aufgerufen am 09.04.2024

Google ScholarTM

Check