工作正在进行中 许多身体的监督学习 一个简单的神经网络结构，使用纠缠谱作为输入数据，对多体局部和热相进行分类。 该项目的灵感来自Mehta等人撰写的出色的关于物理的机器学习。 Al和随附的Jupyter笔记本。 网络可以采用纠缠谱或波函数（平方）作为输入。 因此，网络的结构（层数，神经元等）将相应更改，以实现最佳性能。 可以使用Keras 提供的贝叶斯优化或Hyperband方法估计最佳超参数。 使用适度的数据量（O（10 ^ 4）项），分类器在测试集上实现了近100％的准确性。 哈密​​