美国洛斯·阿拉莫斯国家实验室利用量子神经网络形成高斯过程

本文研究了量子神经网络在大希尔伯特空间维度下输出的高斯过程特性。研究背景源于经典神经网络在无限宽限制下收敛到高斯过程的现象，这为量子神经网络的研究提供了理论基础。研究目的是证明量子神经网络在特定条件下也会形成高斯过程，并探讨其在量子机器学习中的应用。通过理论分析和数值模拟，研究团队证明了基于Haar随机幺正或正交群的量子神经网络输出在大d极限下收敛到高斯过程，并讨论了其预测能力和浓度现象。研究结论表明，量子神经网络的高斯过程特性为量子机器学习的理论和实际应用提供了新的视角。