quantum-ml-ground-state-measurement

name: quantum-ml-ground-state-measurement description: "基于SIC-POVM测量空间的量子基态变分学习方法。使用自回归神经网络（GRU）编码SIC-POVM测量结果的概率分布，通过梯度下降最小化能量并强制物理性约束（正性层级条件）。适用于量子多体基态求解、变分量子态制备。"

Learning quantum ground states in the space of measurement outcomes

• arXiv: 2605.28931
• Date: 2026-05-29
• Topic: Quantum Machine Learning + Statistics

Abstract

基于SIC-POVM测量空间的量子基态变分学习方法。使用自回归神经网络（GRU）编码对称信息完备正算子值测量（SIC-POVM）结果的概率分布，通过梯度下降最小化能量并强制物理性约束。在横场Ising模型和海森堡模型上验证（系统大小达L=128）。

Core Methodology

SIC-POVM测量空间表示：将量子态表示为SIC-POVM测量结果的概率分布

自回归神经网络编码：基于GRU的网络参数化概率分布

物理性约束强制：层级正性条件确保测量分布对应物理量子态

基准验证：一维横场Ising模型和海森堡模型，系统大小达L=128

Activation

quantum ground state, SIC-POVM, variational learning, autoregressive neural network, GRU, measurement space

References

• Paper: https://arxiv.org/abs/2605.28931