机译:用量子退火解决希格斯优化问题以进行机器学习
CALTECH, Dept Phys, Pasadena, CA 91125 USA|DeepMind, London, England;
Univ Southern Calif, Dept Phys, Los Angeles, CA 90089 USA|Univ Southern Calif, Ctr Quantum Informat Sci & Technol, Los Angeles, CA 90089 USA;
CALTECH, Dept Phys, Pasadena, CA 91125 USA;
Univ Southern Calif, Dept Phys, Los Angeles, CA 90089 USA|Univ Southern Calif, Ctr Quantum Informat Sci & Technol, Los Angeles, CA 90089 USA|Univ Southern Calif, Dept Elect Engn, Los Angeles, CA 90089 USA|Univ Southern Calif, Dept Chem, Los Angeles, CA 90089 USA;
CALTECH, Dept Phys, Pasadena, CA 91125 USA;
机译:机器学习量子力学:使用径向基函数网络解决量子力学问题
机译:Quantum退火学习寻求解决Qubo问题
机译:Quantum Ennevers在制约下解决优化问题中的破坏限制
机译:使用量子计算机解决机器学习优化问题
机译:迈向量子计算:通过量子退火解决可满足性问题
机译:量子退火与经典机器学习相结合简化了计算生物学问题
机译:使用√s= 8 TeV的pp碰撞中的剃刀运动变量以及使用量子退火器优化希格斯玻色子识别来搜索标准模型之外的希格斯玻色子生产