机器学习多机量子系统

机器学习技巧可用于抓取、减少并最终更好地了解多机物理系统固有复杂性向物理应用机器学习思想的一条大有希望路线是使用人工神经网络描述量子波函数,允许人模拟交互量子模型,否则将极具挑战性。

CCQ项目的目标是研究、部署和促进系统应用现代机器学习方法研究量子物理中各种基本问题生成技术将有可能惠及多体特效至关重要的所有领域,包括压缩物、超冷原子和量子计算设备

项目领导人安托万乔治斯,AnirvanSengupta

项目科学家多米尼科Di Sante,James Stokes(与CCM联名)Javier Robledo-Moreno(NYU),Matija Medvidovi

推进基础科学和数学研究 订阅Flatiron学院公告和其他基础更新