标题： 纠缠观测器能有多困惑仍具有说服力 显示英文标题

标题： How confused can an entanglement witness be to be still persuasive

摘要： 纠缠态的检测在基础和应用量子物理中都是至关重要的。 然而，这一任务尤其对于一般的量子态来说证明是具有挑战性的。 可以执行完整的态层析技术，但这种方法耗时，尤其是在复杂系统中。 其他方法使用纠缠见证，这些方法通常要求较低，但可靠性不足。 在这里，我们展示了人工神经网络（ANN）在两者之间提供了一个平衡。 在本文中，我们将ANN的性能与基于见证的方法进行了比较，针对没有关于态的任何先验信息的随机一般2-量子比特量子态。 此外，我们将我们的方法应用于真实的实验数据集。 显示英文摘要

摘要： Detection of entangled states is essential in both fundamental and applied quantum physics. However, this task proves to be challenging especially for general quantum states. One can execute full state tomography but this method is time demanding especially in complex systems. Other approaches use entanglement witnesses, these methods tend to be less demanding but lack reliability. Here, we demonstrate that ANN -- artificial neural networks provide a balance between both approaches. In this paper, we make a comparison of ANN performance against witness-based methods for random general 2-qubit quantum states without any prior information on the states. Furthermore, we apply our approach to real experimental data set.