arXiv ID:
2606.18713
arXiv 提交日期: 2026-06-17
可训练光子测量方法用于物理信息偏微分方程学习 / Trainable Photonic Measurement for Physics-Informed PDE Learning
1️⃣ 一句话总结
本文提出一种基于光子量子神经网络的物理信息学习方法,通过将坐标转化为可训练的光学相位、利用多光子干涉和光子数测量来构建可微分表示,在求解偏微分方程时,尤其在相位失配严重的复杂区域,能以更少的参数实现比传统方法高一个数量级的精度。