Anpassen von Quantenrauschmodellen an Tomographiedaten

Neuauflage von Plato

Verfolger: 0

Abstrakt

Das Vorhandensein von Rauschen ist derzeit eines der Haupthindernisse für die Durchführung groß angelegter Quantenberechnungen. Strategien zur Charakterisierung und zum Verständnis von Rauschprozessen in Quantenhardware sind ein entscheidender Teil der Minderung, insbesondere da der Aufwand für eine vollständige Fehlerkorrektur und Fehlertoleranz außerhalb der Reichweite aktueller Hardware liegt. Nicht-Markovsche Effekte sind eine besonders ungünstige Art von Rauschen, da sie sowohl mit Standardtechniken schwieriger zu analysieren als auch mit Fehlerkorrektur schwieriger zu kontrollieren sind. In dieser Arbeit entwickeln wir eine Reihe effizienter Algorithmen, die auf der strengen mathematischen Theorie der Markovschen Hauptgleichungen basieren, um unbekannte Rauschprozesse zu analysieren und zu bewerten. Im Falle einer Dynamik, die mit der Markovschen Evolution übereinstimmt, gibt unser Algorithmus den am besten passenden Lindbladian aus, d. Im Fall der Nicht-Markovian-Dynamik liefert unser Algorithmus ein quantitatives und operativ bedeutsames Maß für die Nicht-Markovianität im Hinblick auf die isotrope Rauschaddition. Wir stellen eine Python-Implementierung aller unserer Algorithmen bereit und vergleichen diese anhand einer Reihe von 1- und 2-Qubit-Beispielen synthetisierter verrauschter Tomographiedaten, die mit der Cirq-Plattform generiert wurden. Die numerischen Ergebnisse zeigen, dass es unseren Algorithmen gelingt, sowohl eine vollständige Beschreibung des Lindbladians zu extrahieren, der am besten zur gemessenen Dynamik passt, als auch genaue Werte der Nicht-Markovianität zu berechnen, die mit analytischen Berechnungen übereinstimmen.

Ausgewähltes Bild: Extrahieren des am besten geeigneten Lindblad-Generators aus tomografischen Daten eines Quantenkanals.

Populäre Zusammenfassung

Quantencomputer bieten die Möglichkeit, bestimmte Aufgaben deutlich schneller zu erledigen als ihre klassischen Pendants – etwa die Simulation von Materialien, Optimierungsproblemen und Grundlagenphysik. Allerdings sind Quantencomputer sehr fehleranfällig – wenn keine Maßnahmen ergriffen werden, um mit dem Rauschen in Quantencomputern umzugehen, werden die ausgeführten Berechnungen schnell von Fehlern überschwemmt. Daher sind Methoden zur Charakterisierung und zum Verständnis von Rauschprozessen in Quantengeräten von entscheidender Bedeutung. In diesem Artikel entwickeln wir effiziente Algorithmen zur Charakterisierung von Rauschprozessen in Quantencomputergeräten, basierend auf experimentellen Standardtechniken. Diese Algorithmen nutzen die Ergebnisse dieser Experimente und liefern eine Beschreibung des zugrunde liegenden physikalischen Prozesses, die am besten zu den experimentellen Daten passt. Die Kenntnis dieser physikalischen Prozesse kann Ingenieuren helfen, das Verhalten ihres Geräts zu verstehen, und den Benutzern der Geräte dabei helfen, Quantenalgorithmen zu entwerfen, die gegenüber den im Gerät am häufigsten vorkommenden Rauscharten resistent sind.

► BibTeX-Daten

@article{Onorati2023fittingquantumnoise, doi = {10.22331/q-2023-12-05-1197}, url = {https://doi.org/10.22331/q-2023-12-05-1197}, title = {Fitting quantum noise models to tomography data}, author = {Onorati, Emilio and Kohler, Tamara and Cubitt, Toby S.}, journal = {{Quantum}}, issn = {2521-327X}, publisher = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, pages = {1197}, month = dec, year = {2023} }

► Referenzen

[1] John Preskill. „Quantencomputing in der NISQ-Ära und darüber hinaus“. In: Quantum 2 (2018), S. 79. https:///doi.org/10.22331/q-2018-08-06-79.
https://doi.org/10.22331/q-2018-08-06-79

[2] Jens Eisert et al. „Quantenzertifizierung und Benchmarking“. In: Nature Reviews Physics 2 (7 2020), S. 382–390. https:///doi.org/10.1038/s42254-020-0186-4.
https://doi.org/10.1038/s42254-020-0186-4

[3] G. Lindblad. „Über die Generatoren quantendynamischer Halbgruppen“. In: Comm. Mathematik. Physik. 48.2 (1976), S. 119–130. https:///doi.org/10.1007/BF01608499.
https: / / doi.org/ 10.1007 / BF01608499

[4] Vittorio Gorini, Andrzej Kossakowski und ECG Sudarshan. „Vollständig positive dynamische Halbgruppen von N-Level-Systemen“. In: Journal of Mathematical Physics 17.5 (1976), S. 821–825. https:///doi.org/10.1063/1.522979.
https: / / doi.org/ 10.1063 / 1.522979

[5] Barbara M. Terhal und Guido Burkard. „Fehlertolerante Quantenberechnung für lokales nicht-markovsches Rauschen“. In: Physical Review A 71.1 (2005). https:///doi.org/10.1103/physreva.71.012336.
https: / / doi.org/ 10.1103 / physreva.71.012336

[6] Dorit Aharonov, Alexei Kitaev und John Preskill. „Fehlertolerante Quantenberechnung mit weitreichendem korreliertem Rauschen“. In: Physical Review Letters 96.5 (2006). https:///doi.org/10.1103/physrevlett.96.050504.
https://doi.org/ 10.1103/physrevlett.96.050504

[7] Hui Khoon Ng und John Preskill. „Fehlertolerante Quantenberechnung versus Gaußsches Rauschen“. In: Physical Review A 79.3 (2009). https:///doi.org/10.1103/physreva.79.032318.
https: / / doi.org/ 10.1103 / physreva.79.032318

[8] MM Wolf, J. Eisert, TS Cubitt und JI Cirac. „Bewertung der nicht-markovianischen Quantendynamik“. In: Phys. Rev. Lett. 101 (15 2008), S. 150402. https:///doi.org/10.1103/PhysRevLett.101.150402.
https://doi.org/ 10.1103/PhysRevLett.101.150402

[9] GW Stewart und Ji-guang Sun. Matrixstörungstheorie. Academic Press, 1990.

[10] https:///github.com/quantumlib/Cirq.
https: / / github.com/quantumlib / Cirq

[11] Ángel Rivas, Susana F. Huelga und Martin B. Plenio. „Quanten-Nicht-Markovianität: Charakterisierung, Quantifizierung und Nachweis“. In: Reports on Progress in Physics 77.9 (2014), S. 094001. https:///doi.org/10.1088/0034-4885/77/9/094001.
https://doi.org/10.1088/0034-4885/77/9/094001

[12] Carole Addis, Bogna Bylicka, Dariusz Chruscinski und Sabrina Maniscalco. „Vergleichende Untersuchung von Nicht-Markovianitätsmaßen in genau lösbaren Ein- und Zwei-Qubit-Modellen“. In: Phys. Rev. A 90 (5 2014), p. 052103. https:///doi.org/10.1103/PhysRevA.90.052103.
https: / / doi.org/ 10.1103 / PhysRevA.90.052103

[13] Li Li, Michael JW Hall und Howard M. Wiseman. „Konzepte der Quanten-Nicht-Markovianität: Eine Hierarchie“. In: Physikberichte 759 (2018). Konzepte der Quanten-Nicht-Markovianität: Eine Hierarchie, S. 1–51. https:///doi.org/10.1016/j.physrep.2018.07.001.
https://doi.org/ 10.1016/j.physrep.2018.07.001

[14] Dariusz Chruscinski und Sabrina Maniscalco. „Grad der Nicht-Markovianität der Quantenentwicklung“. In: Phys. Rev. Lett. 112 (12. 2014), S. 120404. https:///doi.org/10.1103/PhysRevLett.112.120404.
https://doi.org/ 10.1103/PhysRevLett.112.120404

[15] Michael M. Wolf und J. Ignacio Cirac. „Teilung von Quantenkanälen“. In: Communications in Mathematical Physics 279 (1 2008), S. 147–168. https:///doi.org/10.1007/s00220-008-0411-y.
https: / / doi.org/ 10.1007 / s00220-008-0411-y

[16] SC Hou, XX Yi, SX Yu und CH Oh. „Alternatives Nicht-Markovianitätsmaß durch Teilbarkeit dynamischer Karten“. In: Phys. Rev. A 83 (6 2011), p. 062115. https:///doi.org/10.1103/PhysRevA.83.062115.
https: / / doi.org/ 10.1103 / PhysRevA.83.062115

[17] Simon Milz, MS Kim, Felix A. Pollock und Kavan Modi. „Völlig positive Teilbarkeit bedeutet nicht Markovianität“. In: Phys. Rev. Lett. 123 (4 2019), p. 040401. https:///doi.org/10.1103/PhysRevLett.123.040401.
https://doi.org/ 10.1103/PhysRevLett.123.040401

[18] Toby Cubitt, Jens Eisert und Michael Wolf. „Die Komplexität der Verknüpfung von Quantenkanälen mit Mastergleichungen“. In: Communications in Mathematical Physics 310 (2 2009), S. 383–418. https:///doi.org/10.1007/s00220-011-1402-y.
https: / / doi.org/ 10.1007 / s00220-011-1402-y

[19] Johannes Bausch und Toby Cubitt. „Die Komplexität der Teilbarkeit“. In: Lineare Algebra und ihre Anwendungen 504 (2016), S. 64–107. https:///doi.org/10.1016/j.laa.2016.03.041.
https: / / doi.org/ 10.1016 / j.laa.2016.03.041

[20] Ángel Rivas, Susana F. Huelga und Martin B. Plenio. „Verschränkung und Nicht-Markovianität von Quantenentwicklungen“. In: Physical Review Letters 105.5 (2010). https:///doi.org/10.1103/physrevlett.105.050403.
https://doi.org/ 10.1103/physrevlett.105.050403

[21] Kang-Da Wu et al. „Erkennung von Nicht-Markovianität durch quantifizierte Kohärenz: Theorie und Experimente“. In: npj Quantum Information 6 (1 2020), p. 55. https:///doi.org/10.1038/s41534-020-0283-3.
https://doi.org/10.1038/s41534-020-0283-3

[22] AR Usha Devi, AK Rajagopal und Sudha. „Quantendynamik offener Systeme mit korrelierten Anfangszuständen, nicht vollständig positiven Karten und Nicht-Markovianität“. In: Phys. Rev. A 83 (2 2011), p. 022109. https:///doi.org/10.1103/PhysRevA.83.022109.
https: / / doi.org/ 10.1103 / PhysRevA.83.022109

[23] Shunlong Luo, Shuangshuang Fu und Hongting Song. „Quantifizierung der Nicht-Markovianität durch Korrelationen“. In: Phys. Rev. A 86 (4 2012), p. 044101. https:///doi.org/10.1103/PhysRevA.86.044101.
https: / / doi.org/ 10.1103 / PhysRevA.86.044101

[24] Elsi-Mari Laine, Jyrki Piilo und Heinz-Peter Breuer. „Maß für die Nicht-Markovianität von Quantenprozessen“. In: Physical Review A 81.6 (2010). https:///doi.org/10.1103/physreva.81.062115.
https: / / doi.org/ 10.1103 / physreva.81.062115

[25] Xiao-Ming Lu, Xiaoguang Wang und CP Sun. „Quantenfischer-Informationsfluss und nicht-Markovsche Prozesse offener Systeme“. In: Phys. Rev. A 82 (4 2010), p. 042103. https:///doi.org/10.1103/PhysRevA.82.042103.
https: / / doi.org/ 10.1103 / PhysRevA.82.042103

[26] Heinz-Peter Breuer, Elsi-Mari Laine und Jyrki Piilo. „Maß für den Grad des nicht-markovianischen Verhaltens von Quantenprozessen in offenen Systemen“. In: Physical Review Letters 103.21 (2009). https:///doi.org/10.1103/physrevlett.103.210401.
https://doi.org/ 10.1103/physrevlett.103.210401

[27] Bogna Bylicka, Dariusz Chruscinski und Sabrina Maniscalco. Nicht-Markovianität als Ressource für Quantentechnologien. 2013. arXiv: 1301.2585 [quant-ph].
arXiv: 1301.2585

[28] Salvatore Lorenzo, Francesco Plastina und Mauro Paternostro. „Geometrische Charakterisierung der Nicht-Markovianität“. In: Phys. Rev. A 88 (2 2013), p. 020102. https:///doi.org/10.1103/PhysRevA.88.020102.
https: / / doi.org/ 10.1103 / PhysRevA.88.020102

[29] Felix A. Pollock, César Rodríguez-Rosario, Thomas Frauenheim, Mauro Paternostro und Kavan Modi. „Operationelle Markov-Bedingung für Quantenprozesse“. In: Phys. Rev. Lett. 120 (4 2018), S. 040405. https:///doi.org/10.1103/PhysRevLett.120.040405.
https://doi.org/ 10.1103/PhysRevLett.120.040405

[30] Kade Head-Marsden, Stefan Krastanov, David A. Mazziotti und Prineha Narang. „Erfassung nicht-markovscher Dynamik auf kurzfristigen Quantencomputern“. In: Phys. Rev. Research 3 (1 2021), p. 013182. https:///doi.org/10.1103/PhysRevResearch.3.013182.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.013182

[31] Murphy Yuezhen Niu et al. Lernen von nicht-markovianischem Quantenrauschen durch Moire-verstärkte Swap-Spektroskopie mit Deep Evolutionary-Algorithmus. 2019. arXiv: 1912.04368 [quant-ph].
arXiv: 1912.04368

[32] IA Luchnikov, SV Vintskevich, DA Grigoriev und SN Filippov. „Maschinelles Lernen, nicht-markovianische Quantendynamik“. In: Physical Review Letters 124.14 (2020). https:///doi.org/10.1103/physrevlett.124.140502.
https://doi.org/ 10.1103/physrevlett.124.140502

[33] IA Luchnikov et al. Untersuchung der nicht-markovschen Quantendynamik mit datengesteuerter Analyse: Jenseits von „Black-Box“-Modellen für maschinelles Lernen. Physik. Rev. Research 4, 043002, 2022. [quant-ph].
https: / / doi.org/ 10.1103 / PhysRevResearch.4.043002

[34] Stephen Boyd und Lieven Vandenberghe. Konvexe Optimierung. Cambridge University Press, 2004. https:///doi.org/10.1017/CBO9780511804441.
https: / / doi.org/ 10.1017 / CBO9780511804441

[35] Steven Diamond und Stephen Boyd. „CVXPY: Eine in Python eingebettete Modellierungssprache für die konvexe Optimierung“. In: Journal of Machine Learning Research 17.83 (2016), S. 1–5.

[36] Akshay Agrawal, Robin Verschueren, Steven Diamond und Stephen Boyd. „Ein Umschreibungssystem für konvexe Optimierungsprobleme“. In: Journal of Control and Decision 5.1 (2018), S. 42–60.

[37] E. Davies. „Einbettbare Markov-Matrizen“. In: Elektron. J. Probab. 15 (2010), S. 1474–1486. https:///doi.org/10.1214/EJP.v15-733.
https:///doi.org/10.1214/EJP.v15-733

[38] Kamil Korzekwa und Matteo Lostaglio. „Quantenvorteil bei der Simulation stochastischer Prozesse“. In: Phys. Rev. X 11 (2 2021), p. 021019. https:///doi.org/10.1103/PhysRevX.11.021019.
https://doi.org/ 10.1103/PhysRevX.11.021019

[39] David E. Evans. „Bedingt vollständig positive Abbildungen auf Operatoralgebren“. In: The Quarterly Journal of Mathematics 28.3 (1977), S. 271–283. https:///doi.org/10.1093/qmath/28.3.271.
https: / / doi.org/ 10.1093 / qmath / 28.3.271

[40] Jyrki Piilo, Sabrina Maniscalco, Kari Härkönen und Kalle-Antti Suominen. „Nicht-Markovianische Quantensprünge“. In: Phys. Rev. Lett. 100 (18. 2008), S. 180402. https:///doi.org/10.1103/PhysRevLett.100.180402.
https://doi.org/ 10.1103/PhysRevLett.100.180402

[41] https:///gitlab.com/TamaraKohler/non-markovianity.
https:///gitlab.com/TamaraKohler/non-markovianity.

[42] Z. Hradil. „Quantenzustandsschätzung“. In: Phys. Rev. A 55 (3 1997), R1561–R1564. https:///doi.org/10.1103/PhysRevA.55.R1561.
https: / / doi.org/ 10.1103 / PhysRevA.55.R1561

[43] Daniel FV James, Paul G. Kwiat, William J. Munro und Andrew G. White. „Messung von Qubits“. In: Phys. Rev. A 64 (5 2001), p. 052312. https:///doi.org/10.1103/PhysRevA.64.052312.
https: / / doi.org/ 10.1103 / PhysRevA.64.052312

[44] Robin Blume-Kohout. „Optimale, zuverlässige Schätzung von Quantenzuständen“. In: New Journal of Physics 12.4 (2010), p. 043034. https:///doi.org/10.1088/1367-2630/12/4/043034.
https://doi.org/10.1088/1367-2630/12/4/043034

[45] VI Danilov und VV Shokurov. Algebraische Geometrie I. Algebraische Kurven, algebraische Mannigfaltigkeiten und Schemata. Bd. 23. Springer-Verlag Berlin Heidelberg, 1994. https:///doi.org/10.1007/978-3-642-57878-6.
https://doi.org/10.1007/978-3-642-57878-6

[46] SH Weintraub. Jordanische kanonische Form: Theorie und Praxis. Synthesevorlesungen zu Mathematik und Statistik. Morgan und Claypool Publishers, 2009. https:///doi.org/10.2200/S00218ED1V01Y200908MAS006.
https://doi.org/10.2200/S00218ED1V01Y200908MAS006

[47] Erika Andersson, James D. Cresser und Michael JW Hall. „Finden der Kraus-Zerlegung aus einer Mastergleichung und umgekehrt“. In: Journal of Modern Optics 54.12 (2007), S. 1695–1716. https:///doi.org/10.1080/09500340701352581.
https: / / doi.org/ 10.1080 / 09500340701352581

[48] Gabriel O. Samach et al. Lindblad-Tomographie eines supraleitenden Quantenprozessors. Physik. Rev. Applied 18, 064056, 2022. [quant-ph].
https: / / doi.org/ 10.1103 / PhysRevApplied.18.064056

[49] Tosio Kato. Störungstheorie für lineare Operatoren. Bd. 132. Springer-Verlag Berlin Heidelberg, 1995. https:///doi.org/10.1007/978-3-642-66282-9.
https://doi.org/10.1007/978-3-642-66282-9

[50] DJ Hartfiel. „Dichte Mengen diagonalisierbarer Matrizen“. In: Proceedings of the American Mathematical Society 123.6 (1995), S. 1669–1672.

[51] David Pérez-García, Michael M. Wolf, Denes Petz und Mary Beth Ruskai. „Kontraktivität positiver und spurenerhaltender Karten unter Lp-Normen“. In: Journal of Mathematical Physics 47.8 (2006), p. 083506. https:///doi.org/10.1063/1.2218675.
https: / / doi.org/ 10.1063 / 1.2218675

[52] Alexander Schnell, André Eckardt und Sergey Denisov. „Gibt es einen Floquet Lindbladian?“ In: Phys. Rev. B 101 (10 2020), p. 100301. https:///doi.org/10.1103/PhysRevB.101.100301.
https://doi.org/ 10.1103/PhysRevB.101.100301

[53] Alexander Schnell, Sergey Denisov und André Eckardt. „Hochfrequenzerweiterungen für zeitperiodische Lindblad-Generatoren“. In: Phys. Rev. B 104 (16. 2021), S. 165414. https:///doi.org/10.1103/PhysRevB.104.165414.
https://doi.org/ 10.1103/PhysRevB.104.165414

[54] Leonid Khachiyan und Lorant Porkolab. „Berechnung von Integralpunkten in konvexen halbalgebraischen Mengen“. In: Proceedings 38. Jahressymposium über Grundlagen der Informatik. IEEE. 1997, S. 162–171.

[55] John E. Mitchell. „Integer-Programmierung: Branch-and-Cut-Algorithmen“. In: Enzyklopädie der Optimierung. Ed. von Christodoulos A. Floudas und Panos M. Pardalos. Boston, MA: Springer US, 2009, S. 1643–1650. https:///doi.org/10.1007/978-0-387-74759-0287.
https://doi.org/10.1007/978-0-387-74759-0_287

Zitiert von

[1] Christiane P. Koch, Ugo Boscain, Tommaso Calarco, Gunther Dirr, Stefan Filipp, Steffen J. Glaser, Ronnie Kosloff, Simone Montangero, Thomas Schulte-Herbrüggen, Dominique Sugny und Frank K. Wilhelm, „Quantum Optimal Control in Quantentechnologien. Strategischer Bericht zu aktuellem Stand, Visionen und Zielen für die Forschung in Europa“, arXiv: 2205.12110, (2022).

[2] Ryan Levy, Di Luo und Bryan K. Clark, „Classical Shadows for Quantum Process Tomography on Near-term Quantum Computers“, arXiv: 2110.02965, (2021).

[3] Dominik Hangleiter, Ingo Roth, Jens Eisert und Pedram Roushan, „Präzise Hamilton-Identifizierung eines supraleitenden Quantenprozessors“, arXiv: 2108.08319, (2021).

[4] Gabriel O. Samach, Ami Greene, Johannes Borregaard, Matthias Christandl, Joseph Barreto, David K. Kim, Christopher M. McNally, Alexander Melville, Bethany M. Niedzielski, Youngkyu Sung, Danna Rosenberg, Mollie E. Schwartz, Jonilyn L. Yoder, Terry P. Orlando, Joel I. -Jan Wang, Simon Gustavsson, Morten Kjaergaard und William D. Oliver, „Lindblad Tomography of a Supraconducting Quantum Processor“, Physische Überprüfung angewendet 18 6, 064056 (2022).

[5] Miha Papič und Inés de Vega, „Neural-Network-based Qubit-Environment Characterization“, Physische Überprüfung A 105 2, 022605 (2022).

[6] James Sud, Jeffrey Marshall, Zhihui Wang, Eleanor Rieffel und Filip A. Wudarski, „Dual-Map-Framework zur Rauschcharakterisierung von Quantencomputern“, Physische Überprüfung A 106 1, 012606 (2022).

[7] Brian Doolittle, Tom Bromley, Nathan Killoran und Eric Chitambar, „Variative Quantum Optimization of Nonlocality in Noisy Quantum Networks“, arXiv: 2205.02891, (2022).

[8] Markus Hasenöhrl und Matthias C. Caro, „Quanten- und klassische dynamische Halbgruppen von Superkanälen und semikausalen Kanälen“, Zeitschrift für Mathematische Physik 63 7, 072204 (2022).

[9] Emilio Onorati, Tamara Kohler und Toby S. Cubitt, „Anpassung zeitabhängiger Markovian-Dynamik an verrauschte Quantenkanäle“, arXiv: 2303.08936, (2023).

Die obigen Zitate stammen von SAO / NASA ADS (Zuletzt erfolgreich aktualisiert am 2023, 12:05:14 Uhr). Die Liste ist möglicherweise unvollständig, da nicht alle Verlage geeignete und vollständige Zitationsdaten bereitstellen.

Konnte nicht abrufen Crossref zitiert von Daten während des letzten Versuchs 2023-12-05 14:25:59: Von Crossref konnten keine zitierten Daten für 10.22331 / q-2023-12-05-1197 abgerufen werden. Dies ist normal, wenn der DOI kürzlich registriert wurde.

Dieses Papier ist in Quantum unter dem veröffentlicht Creative Commons Namensnennung 4.0 International (CC BY 4.0) Lizenz. Das Copyright verbleibt bei den ursprünglichen Copyright-Inhabern wie den Autoren oder deren Institutionen.

SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
Quelle: https://quantum-journal.org/papers/q-2023-12-05-1197/

Zeitstempel: 5. Dezember 2023

Zeitstempel: 28. Nov 2022

Anpassen von Quantenrauschmodellen an Tomographiedaten

Neuauflage von Plato

Abstrakt

Populäre Zusammenfassung

► BibTeX-Daten

► Referenzen

Zitiert von

Mehr von Quantenjournal

Korrelationen in der Typizität und eine positive Lösung der exakten katalytischen Entropie-Vermutung

Ereignisse in der Quantenmechanik sind maximal nicht absolut

Adaptive Syndrommessungen zur Fehlerkorrektur im Shor-Stil

Parametereinstellung bei der quantennähernden Optimierung gewichteter Probleme

Verbesserter photonischer Maxwell-Dämon mit korrelierten Bädern

Inverses Engineering der schnellen Zustandsübertragung zwischen gekoppelten Oszillatoren

Hybridisierte Methoden zur Quantensimulation im Interaktionsbild

Vermeidung von Symmetriehindernissen und Minimierung des Messaufwands adaptiver Variations-Quanteneigenlöser

Digitale Entdeckung von 100 verschiedenen Quantenexperimenten mit PyTheus

Die Komplexität des zweigeteilten Gaußschen Boson-Samplings

Über uns

Vertikale Suche & Ai

Plattform

Bleiben Sie in Verbindung

Konto