深度集成神经网络用于量子参数估计

Amanuel Anteneh 提交的论文称，深度集成神经网络可在量子参数估计中同时给出参数估计值与不确定性量化，且兼顾两者不会降低估计精度。 该方法推理速度远快于基于似然和无似然的贝叶斯推断，并能通过漂移检测发现推理阶段实验数据的漂移，有望用于实验场景的实时参数估计。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。