Costruzione universale di decoder dalla codifica di scatole nere

Costruzione universale di decoder dalla codifica di scatole nere

Nodo di origine: 2021302

Satoshi Yoshida1, Akihito Soeda1,2,3e Mio Murao1,4

1Dipartimento di Fisica, Graduate School of Science, The University of Tokyo, Hongo 7-3-1, Bunkyo-ku, Tokyo 113-0033, Giappone
2Divisione di ricerca sui principi dell'informatica, Istituto nazionale di informatica, 2-1-2 Hitotsubashi, Chiyoda-ku, Tokyo 101-8430, Giappone
3Department of Informatics, School of Multidisciplinary Sciences, SOKENDAI (The Graduate University for Advanced Studies), 2-1-2 Hitotsubashi, Chiyoda-ku, Tokyo 101-8430, Giappone
4Trans-scale Quantum Science Institute, Università di Tokyo, Bunkyo-ku, Tokyo 113-0033, Giappone

Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.

Astratto

Le operazioni di isometria codificano le informazioni quantistiche del sistema di input in un sistema di output più ampio, mentre l'operazione di decodifica corrispondente sarebbe un'operazione inversa dell'operazione di codifica dell'isometria. Data un'operazione di codifica come una scatola nera da un sistema dimensionale $d$ a un sistema dimensionale $D$, proponiamo un protocollo universale per l'inversione di isometria che costruisce un decodificatore da più chiamate dell'operazione di codifica. Questo è un protocollo probabilistico ma esatto la cui probabilità di successo è indipendente da $D$. Per un qubit ($d=2$) codificato in $n$ qubit, il nostro protocollo raggiunge un miglioramento esponenziale rispetto a qualsiasi metodo basato sulla tomografia o di incorporamento unitario, che non può evitare la dipendenza da $D$. Presentiamo un'operazione quantistica che converte più chiamate parallele di una data operazione di isometria in operazioni unitarie parallelizzate casuali, ciascuna di dimensione $d$. Applicato alla nostra configurazione, comprime universalmente le informazioni quantistiche codificate in uno spazio indipendente da $D$, mantenendo intatte le informazioni quantistiche iniziali. Questa operazione di compressione è combinata con un protocollo di inversione unitaria per completare l'inversione dell'isometria. Scopriamo anche una differenza fondamentale tra il nostro protocollo di inversione di isometria e i noti protocolli di inversione unitaria analizzando la coniugazione complessa di isometria e la trasposizione di isometria. I protocolli generali che includono l'ordine causale indefinito vengono cercati utilizzando la programmazione semidefinita per qualsiasi miglioramento nella probabilità di successo rispetto ai protocolli paralleli. Troviamo un protocollo sequenziale "success-or-draw" di inversione di isometria universale per $d = 2$ e $D = 3$, quindi la cui probabilità di successo migliora esponenzialmente rispetto ai protocolli paralleli nel numero di chiamate dell'operazione di isometria di input per il detto caso.

La codifica delle informazioni quantistiche in un sistema più grande e il suo inverso, la decodifica al sistema originale, sono operazioni essenziali utilizzate in vari protocolli di elaborazione delle informazioni quantistiche per diffondere e riorientare le informazioni quantistiche. Questo lavoro esplora un protocollo universale per convertire un codificatore nel suo decodificatore come una trasformazione quantistica di ordine superiore senza assumere descrizioni classiche del codificatore, dato come una scatola nera. Questo protocollo consente di "annullare" la codifica eseguendo l'operazione di codifica più volte, ma non richiede una conoscenza completa dell'operazione di codifica. Chiamiamo questo compito "inversione di isometria", poiché la codifica è rappresentata matematicamente da un'operazione di isometria.

Sorprendentemente, la probabilità di successo del nostro protocollo non dipende dalla dimensione dell'output dell'operazione di isometria. La semplice strategia per l'inversione dell'isometria che utilizza protocolli noti è inefficiente perché la sua probabilità di successo dipende dalla dimensione dell'output, che in genere è molto più grande della dimensione dell'input. Pertanto, il protocollo proposto in questo lavoro supera il suddetto protocollo. Confrontiamo anche l'inversione isometrica con l'inversione unitaria e mostriamo una differenza cruciale tra loro. Qualsiasi protocollo di inversione isometrica non può essere composto da coniugazione complessa e trasposizione delle operazioni di input, mentre il noto protocollo di inversione unitaria può farlo.

► dati BibTeX

► Riferimenti

, MA Nielsen e IL Chuang, Quantum Computation e Quantum Information, 10a ed. (Stampa dell'Università di Cambridge, 2010).
https: / / doi.org/ 10.1017 / CBO9780511976667

, G. Chiribella, GM D'Ariano, e MF Sacchi, Phys. Rev. A 72, 042338 (2005).
https: / / doi.org/ 10.1103 / PhysRevA.72.042338

, A. Bisio, G. Chiribella, GM D'Ariano, S. Facchini, e P. Perinotti, Phys. Rev. A 81, 032324 (2010a).
https: / / doi.org/ 10.1103 / PhysRevA.81.032324

, M. Sedlák, A. Bisio e M. Ziman, Phys. Rev. Lett. 122, 170502 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.170502

, Y. Yang, R. Renner e G. Chiribella, Phys. Rev. Lett. 125, 210501 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.125.210501

, M. Sedlák e M. Ziman, Phys. Rev. A 102, 032618 (2020).
https: / / doi.org/ 10.1103 / PhysRevA.102.032618

, G. Chiribella, GM D'Ariano e P. Perinotti, Phys. Rev. Lett. 101, 180504 (2008a).
https: / / doi.org/ 10.1103 / PhysRevLett.101.180504

, A. Bisio, GM D'Ariano, P. Perinotti, e M. Sedlak, Phys. Lett. A 378, 1797 (2014).
https: / / doi.org/ 10.1016 / j.physleta.2014.04.042

, W. Dür, P. Sekatski e M. Skotiniotis, Phys. Rev. Lett. 114, 120503 (2015).
https: / / doi.org/ 10.1103 / PhysRevLett.114.120503

, G. Chiribella, Y. Yang e C. Huang, Phys. Rev. Lett. 114, 120504 (2015).
https: / / doi.org/ 10.1103 / PhysRevLett.114.120504

, M. Soleimanifar e V. Karimipour, Phys. Rev. A 93, 012344 (2016).
https: / / doi.org/ 10.1103 / PhysRevA.93.012344

, M. Mičuda, R. Starek, I. Straka, M. Miková, M. Sedlák, M. Ježek e J. Fiurášek, Phys. Rev. A 93, 052318 (2016).
https: / / doi.org/ 10.1103 / PhysRevA.93.052318

, A. Bisio, G. Chiribella, GM D'Ariano, S. Facchini, e P. Perinotti, Phys. Rev. Lett. 102, 010404 (2009).
https: / / doi.org/ 10.1103 / PhysRevLett.102.010404

, A. Bisio, G. Chiribella, GM D'Ariano, e P. Perinotti, Phys. Rev. A 82, 062305 (2010b).
https: / / doi.org/ 10.1103 / PhysRevA.82.062305

, J. Miyazaki, A. Soeda e M. Murao, Phys. Rev. Research 1, 013007 (2019).
https: / / doi.org/ 10.1103 / PhysRevResearch.1.013007

, G. Chiribella e D. Ebler, New J. Phys. 18, 093053 (2016).
https:/​/​doi.org/​10.1088/​1367-2630/​18/​9/​093053

, M. Navascués, Fis. Rev. X 8, 031008 (2018).
https: / / doi.org/ 10.1103 / PhysRevX.8.031008

, MT Quintino, Q. Dong, A. Shimbo, A. Soeda e M. Murao, Phys. Rev. Lett. 123, 210502 (2019a).
https: / / doi.org/ 10.1103 / PhysRevLett.123.210502

, MT Quintino, Q. Dong, A. Shimbo, A. Soeda e M. Murao, Phys. Rev. A 100, 062339 (2019b).
https: / / doi.org/ 10.1103 / PhysRevA.100.062339

, MT Quintino e D. Ebler, Quantum 6, 679 (2022).
https:/​/​doi.org/​10.22331/​q-2022-03-31-679

, SD Bartlett, T. Rudolph, RW Spekkens e PS Turner, New J. Phys. 11, 063013 (2009).
https:/​/​doi.org/​10.1088/​1367-2630/​11/​6/​063013

, M. Araújo, A. Feix, F. Costa e Č. Brukner, Nuovo J. Fis. 16, 093026 (2014).
https:/​/​doi.org/​10.1088/​1367-2630/​16/​9/​093026

, A. Bisio, M. Dall'Arno, e P. Perinotti, Phys. Rev. A 94, 022340 (2016).
https: / / doi.org/ 10.1103 / PhysRevA.94.022340

, D. Dong, S. Nakayama, A. Soeda e M. Murao, arXiv:1911.01645 (2019).
arXiv: 1911.01645

, S. Milz, FA Pollock e K. Modi, Phys. Rev.A 98, 012108 (2018a).
https: / / doi.org/ 10.1103 / PhysRevA.98.012108

, S. Milz, FA Pollock, TP Le, G. Chiribella e K. Modi, New J. Phys. 20, 033033 (2018b).
https: / / doi.org/ 10.1088 / 1367-2630 / aaafee

, FA Pollock, C. Rodríguez-Rosario, T. Frauenheim, M. Paternostro e K. Modi, Phys. Rev. Lett. 120, 040405 (2018a).
https: / / doi.org/ 10.1103 / PhysRevLett.120.040405

, FA Pollock e K. Modi, Quantum 2, 76 (2018).
https:/​/​doi.org/​10.22331/​q-2018-07-11-76

, FA Pollock, C. Rodríguez-Rosario, T. Frauenheim, M. Paternostro e K. Modi, Phys. Rev. A 97, 012127 (2018b).
https: / / doi.org/ 10.1103 / PhysRevA.97.012127

, F. Sakuldee, S. Milz, FA Pollock e K. Modi, J. Phys. A51, 414014 (2018).
https: / / doi.org/ 10.1088 / 1751-8121 / aabb1e

, MR Jørgensen e FA Pollock, Phys. Rev. Lett. 123, 240602 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.123.240602

, P. Taranto, FA Pollock, S. Milz, M. Tomamichel e K. Modi, Phys. Rev. Lett. 122, 140401 (2019a).
https: / / doi.org/ 10.1103 / PhysRevLett.122.140401

, P. Taranto, S. Milz, FA Pollock, e K. Modi, Phys. Rev. A 99, 042108 (2019b).
https: / / doi.org/ 10.1103 / PhysRevA.99.042108

, S. Milz, MS Kim, FA Pollock e K. Modi, Phys. Rev. Lett. 123, 040401 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.123.040401

, S. Milz, D. Egloff, P. Taranto, T. Theurer, MB Plenio, A. Smirne, e SF Huelga, Phys. Rev. X 10, 041049 (2020).
https: / / doi.org/ 10.1103 / PhysRevX.10.041049

, S. Milz e K. Modi, PRX Quantum 2, 030201 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.030201

, C. Giarmatzi e F. Costa, Quantum 5, 440 (2021).
https:/​/​doi.org/​10.22331/​q-2021-04-26-440

, T. Theurer, D. Egloff, L. Zhang e MB Plenio, Phys. Rev. Lett. 122, 190405 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.122.190405

, E. Chitambar e G. Gour, Recensioni di fisica moderna 91, 025001 (2019).
https: / / doi.org/ 10.1103 / RevModPhys.91.025001

, G. Gour e A. Winter, Phys. Rev. Lett. 123, 150401 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.123.150401

, Z W. Liu e A. Winter, arXiv:1904.04201 (2019).
arXiv: 1904.04201

, G. Gour e CM Scandolo, arXiv:2101.01552 (2021a).
arXiv: 2101.01552

, G. Gour e CM Scandolo, Fis. Rev. Lett. 125, 180505 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.125.180505

, G. Gour e CM Scandolo, Physical Review A 103, 062422 (2021b).
https: / / doi.org/ 10.1103 / PhysRevA.103.062422

, Y. Liu e X. Yuan, Fis. Rev. Research 2, 012035(R) (2020).
https: / / doi.org/ 10.1103 / PhysRevResearch.2.012035

, X. Yuan, P. Zeng, M. Gao e Q. Zhao, arXiv:2012.02781 (2020).
arXiv: 2012.02781

, T. Theurer, S. Satyajit, e MB Plenio, Phys. Rev. Lett. 125, 130401 (2020).
https: / / doi.org/ 10.1103 / PhysRevLett.125.130401

, B. Regula e R. Takagi, Nat. Comune. 12, 4411 (2021).
https:/​/​doi.org/​10.1038/​s41467-021-24699-0

, S. Chen e E. Chitambar, Quantum 4, 299 (2020).
https:/​/​doi.org/​10.22331/​q-2020-07-16-299

, H. Kristjánsson, G. Chiribella, S. Salek, D. Ebler e M. Wilson, New J. Phys. 22, 073014 (2020).
https:/​/​doi.org/​10.1088/​1367-2630/​ab8ef7

, C.-Y. Hsieh, PRX Quantum 2, 020318 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.020318

, G. Gour, PRX Quantum 2, 010313 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.010313

, T. Altenkirch e J. Grattage, 20th Annual IEEE Symposium on Logic in Computer Science (LICS' 05), 249 (2005).
https: / / doi.org/ 10.1109 / LICS.2005.1

, M. Ying, Fondamenti della programmazione quantistica (Morgan Kaufmann, 2016).

, G. Chiribella, GM D'Ariano, e P. Perinotti, EPL (Europhysics Letters) 83, 30004 (2008b).
https:/​/​doi.org/​10.1209/​0295-5075/​83/​30004

, G. Chiribella, GM D'Ariano e P. Perinotti, Phys. Rev.A 80, 022339 (2009).
https: / / doi.org/ 10.1103 / PhysRevA.80.022339

, D. Kretschmann e RF Werner, Phys. Rev.A 72, 062323 (2005).
https: / / doi.org/ 10.1103 / PhysRevA.72.062323

, G. Gutoski e J. Watrous, in Atti del trentanovesimo simposio annuale ACM sulla Teoria dell'informatica (2007) pp. 565–574.
https: / / doi.org/ 10.1145 / 1250790.1250873 mila

, AW Harrow, A. Hassidim, e S. Lloyd, Phys. Rev. Lett. 103, 150502 (2009).
https: / / doi.org/ 10.1103 / PhysRevLett.103.150502

, D. Gottesman, Phys. Rev.A 61, 042311 (2000).
https: / / doi.org/ 10.1103 / PhysRevA.61.042311

, MM Wilde, Teoria dell'informazione quantistica (Cambridge University Press, 2013).
https: / / doi.org/ 10.1017 / CBO9781139525343

, CH Bennett, IBM Journal of Research and Development 17, 525 (1973).
https: / / doi.org/ 10.1147 / rd.176.0525

, S. Aaronson, D. Grier e L. Schaeffer, arXiv:1504.05155 (2015).
arXiv: 1504.05155

, M. Horodecki, PW Shor, e MB Ruskai, Rev. Math. Fis. 15, 629 (2003).
https: / / doi.org/ 10.1142 / S0129055X03001709

, M. Mohseni, AT Rezakhani, e DA Lidar, Phys. Rev. A 77, 032322 (2008).
https: / / doi.org/ 10.1103 / PhysRevA.77.032322

, D. Gottesman e IL Chuang, Natura 402, 390 (1999).
https: / / doi.org/ 10.1038 / 46503 mila

, S. Ishizaka e T. Hiroshima, Fis. Rev. Lett. 101, 240501 (2008).
https: / / doi.org/ 10.1103 / PhysRevLett.101.240501

, M. Studziński, S. Strelchuk, M. Mozrzymas, e M. Horodecki, Sci. Rep. 7, 10871 (2017).
https:/​/​doi.org/​10.1038/​s41598-017-10051-4

, L. Gyongyosi e S. Imre, Sci. Rep. 10, 11229 (2020).
https:/​/​doi.org/​10.1038/​s41598-020-67014-5

, O. Oreshkov, F. Costa e Č. Brukner, Nat. Commun. 3, 1092 (2012).
https: / / doi.org/ 10.1038 / ncomms2076

, G. Chiribella, GM D'Ariano, P. Perinotti e B. Valiron, Phys. Rev.A 88, 022318 (2013).
https: / / doi.org/ 10.1103 / PhysRevA.88.022318

, M. Araújo, C. Branciard, F. Costa, A. Feix, C. Giarmatzi e Č. Brukner, New J. Phys. 17, 102001 (2015).
https:/​/​doi.org/​10.1088/​1367-2630/​17/​10/​102001

, J. Wechs, AA Abbott, e C. Branciard, New J. Phys. 21, 013027 (2019).
https: / / doi.org/ 10.1088 / 1367-2630 / aaf352

, A. Bisio e P. Perinotti, Atti della Royal Society A: Scienze matematiche, fisiche e ingegneristiche 475, 20180706 (2019).
https: / / doi.org/ 10.1098 / rspa.2018.0706

, W. Yokojima, MT Quintino, A. Soeda e M. Murao, Quantum 5, 441 (2021).
https:/​/​doi.org/​10.22331/​q-2021-04-26-441

, A. Vanrietvelde, H. Kristjánsson e J. Barrett, Quantum 5, 503 (2021).
https:/​/​doi.org/​10.22331/​q-2021-07-13-503

, AW Harrow, Ph.D. tesi, Massachusetts Institute of Technology (2005), arXiv:quant-ph/​0512255.
arXiv: Quant-ph / 0512255

, D. Bacon, IL Chuang, e AW Harrow, Phys. Rev. Lett. 97, 170502 (2006).
https: / / doi.org/ 10.1103 / PhysRevLett.97.170502

, H. Krovi, Quantum 3, 122 (2019).
https:/​/​doi.org/​10.22331/​q-2019-02-14-122

, Y. Yang, G. Chiribella e G. Adesso, Phys. Rev. A 90, 042319 (2014).
https: / / doi.org/ 10.1103 / PhysRevA.90.042319

, Q. Dong, MT Quintino, A. Soeda e M. Murao, Phys. Rev. Lett. 126, 150504 (2021a).
https: / / doi.org/ 10.1103 / PhysRevLett.126.150504

, MATLAB, versione 9.11.0 (R2021b) (The MathWorks Inc., Natick, Massachusetts, 2021).

, https://​/​github.com/​mtcq/​unitary_inverse.
https://​/​github.com/​mtcq/​unitary_inverse

, M. Grant e S. Boyd, CVX: software Matlab per la programmazione convessa disciplinata, versione 2.2, http://​/​cvxr.com/​cvx (2020).
http://​/​cvxr.com/​cvx

, M. Grant e S. Boyd, in Recent Advances in Learning and Control, Lecture Notes in Control and Information Sciences, a cura di V. Blondel, S. Boyd e H. Kimura (Springer-Verlag Limited, 2008) pp. 95– 110, http://​/​stanford.edu/​ boyd/​graph_dcp.html.
http://​/​stanford.edu/​~boyd/​graph_dcp.html

, https://​/​yalmip.github.io/​download/​.
https://​/​yalmip.github.io/​download/​

, J. Löfberg, in Atti della conferenza CACSD (Taipei, Taiwan, 2004).
https: / / doi.org/ 10.1109 / CACSD.2004.1393890

, https://​/​blog.nus.edu.sg/​mattohkc/​softwares/​sdpt3/​.
https:/​/​blog.nus.edu.sg/​mattohkc/​software/​sdpt3/​

, K.-C. Toh, MJ Todd e RH Tütüncü, Metodi di ottimizzazione e software 11, 545 (1999).
https: / / doi.org/ 10.1080 / 10556789908805762 mila

, RH Tütüncü, K.‑C. Toh, e MJ Todd, Programmazione matematica 95, 189 (2003).
https:/​/​doi.org/​10.1007/​s10107-002-0347-5

, JF Sturm, Metodi di ottimizzazione e software 11, 625 (1999).
https: / / doi.org/ 10.1080 / 10556789908805766 mila

, M. ApS, Il toolbox di ottimizzazione MOSEK per il manuale MATLAB. Versione 9.3.6. (2021).
https://​/​docs.mosek.com/​latest/​toolbox/​index.html

, B. O'Donoghue, E. Chu, N. Parikh e S. Boyd, SCS: Splitting conic solver, versione 3.0.0, https:/​/​github.com/​cvxgrp/​scs (2019).
https://​/​github.com/​cvxgrp/​scs

, N. Johnston, QETLAB: A MATLAB toolbox for quantum entanglement, versione 0.9, http://​/​qetlab.com (2016).
https: / / doi.org/ 10.5281 / zenodo.44637
http://​/​qetlab.com

, https://​/​github.com/​sy3104/​isometry_inversion.
https://​/​github.com/​sy3104/​isometry_inversion

, https://​/​opensource.org/​licenses/​MIT.
https://​/​opensource.org/​licenses/​MIT

, M. Araújo, A. Feix, M. Navascués e Č. Brukner, Quantum 1, 10 (2017).
https:/​/​doi.org/​10.22331/​q-2017-04-26-10

, N. Iwahori, Teoria della rappresentazione del gruppo simmetrico e del gruppo lineare generale: caratteri irriducibili, diagrammi giovani e decomposizione degli spazi tensoriali (Iwanami, 1978).

, B. Sagan, Il gruppo simmetrico: rappresentazioni, algoritmi combinatori e funzioni simmetriche, vol. 203 (Springer Science & Business Media, 2001).

, T. Kobayashi e T. Oshima, Gruppi di Lie e teoria della rappresentazione (Iwanami, 2005).

, Q. Dong, MT Quintino, A. Soeda e M. Murao, arXiv:2106.00034 (2021b).
arXiv: 2106.00034

Citato da

[1] Nicky Kai Hong Li, Cornelia Spee, Martin Hebenstreit, Julio I. de Vicente e Barbara Kraus, "Identificazione di famiglie di stati multipartiti con trasformazioni di entanglement locali non banali", arXiv: 2302.03139, (2023).

[2] Daniel Ebler, Michał Horodecki, Marcin Marciniak, Tomasz Młynik, Marco Túlio Quintino e Michał Studziński, “Optimal universal quantum circuits for unitary complex coniugation”, arXiv: 2206.00107, (2022).

Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2023-03-21 02:56:46). L'elenco potrebbe essere incompleto poiché non tutti gli editori forniscono dati di citazione adeguati e completi.

On Il servizio citato da Crossref non sono stati trovati dati su citazioni (ultimo tentativo 2023-03-21 02:56:45).

Timestamp:

Di più da Diario quantistico