基于物理观测模拟量子计算系统误差的机器学习方法

本发明公开了一种基于物理观测模拟量子计算系统误差的机器学习方法，属于涉及量子计算领域，包括：步骤1：从属于BDI对称类的一维p波拓扑超导体构建最小可扩展2‑MZM岛；步骤2：根据建立的最小可扩展2‑MZM岛，得到岛的基态哈密顿量；步骤3：在最小可扩展2‑MZM岛中引入玻色子热浴相互作用，得到玻色子相互作用的哈密顿量；步骤4：通过泡利主方程描述最小可扩展2‑MZM岛随时间t变化的状态；步骤5：利用标准停留时间蒙特卡罗算法模拟泡利主方程，得到不同误差的概率；步骤6：通过蒙特卡罗事件训练机器学习模型，用训练后的模型在最小可扩展2‑MZM岛上预测第i个MC事件的最终状态概率。本方法能够在最小的可扩展范围内有效地预测错误概率，显著提高了效率。