Тензорные сети и машинное обучение для динамических и стационарных квантовых систем

Современные квантовые технологии требуют надежных методов идентификации моделей квантовых систем по результатам квантовых измерений. Задача идентификации становится наиболее сложной, когда необходимо восстановить состояние многочастичной квантовой системы или предсказать динамику открытой квантовой системы, используя только исходы квантовых измерений. Тензорные сети и генеративные модели, которые используются как для решения задач машинного обучения и статистической физики, так и для описания многочастичных квантовых систем, могут быть использованы и для решения различных задач идентификации модели, возникающих в квантовой физике. В докладе будут представлены новые подходы к восстановлению моделей открытых квантовых систем и к реконструкции состояний многочастичных квантовых систем на основе тензорных сетей и машинного обучения.