Алгоритм максимизации правдоподобия для восстановления марковского вложения немарковской динамики

Методы машинного обучения позволяют находить закономерности в статистических данных. Хотя результаты измерений носят принципиально случайный характер в квантовой механике, в них тем не менее также присутствует некая закономерность, если измерения проводятся над исследуемой открытой квантовой системой последовательно. Причина такой закономерности - взаимодействие системы с окружением, которое ответственно за проявление эффектов релаксации и немарковских эффектов. В докладе предлагается новый метод извлечения информации о неизвестном окружении по серии проективных измерений над системой (без привлечения трудоёмкой томографии процесса). Метод основан на вложении немарковской динамики в марковскую динамику для системы и некоторого эффективного резервуара конечной размерности. Генератор марковского вложения находится методом максимизации правдоподобия. Работоспособность алгоритма продемонстрирована на примере точно решаемой немарковской динамики в модели столкновений. Разработанный алгоритм нахождения неизвестного квантового окружения позволяет эффективно манипулировать открытыми квантовыми системами.