XiaoMi-AI文件搜索系统
World File Search System强量
记忆增强量子通信的实验演示
使用条款本文从哈佛大学的DASH存储库下载，并根据适用于其他已发布材料（LAA）的条款和条件提供，如https://harvardwiki.atlassian.net/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/ngy/ngy/ngy5ngy5ndnde4zjgzndnde4zjgzntc5ndndndgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgiamsfyytytewy
用于控制增强量子计量的高效张量网络
优化的量子控制可以提高量子计量的性能和抗噪能力。然而，当多个控制操作顺序应用时，优化很快就会变得难以处理。在这项工作中，我们提出了有效的张量网络算法来优化通过一长串控制操作增强的量子计量策略。我们的方法涵盖了一种普遍而实用的场景，其中实验者在要估计的通道的 N 个查询之间应用 N - 1 个交错的控制操作，并且不使用或使用有界辅助。根据不同的实验能力，这些控制操作可以是通用量子通道或变分酉门。数值实验表明，我们的算法在优化多达 N = 100 个查询的计量策略方面具有良好的性能。具体来说，我们的算法确定了一种在 N 有限但很大的情况下能够胜过最先进策略的策略。
通过前馈消除光学相位噪声增强量子态转移
在现代物理学的许多领域，利用光场对量子态进行鲁棒控制至关重要。根据平台不同，这可以通过单光子或双光子驱动场来实现单量子比特和纠缠操作[1-3]。控制保真度可以通过使用脉冲整形方案来增强[4]。一种广泛使用的技术是受激拉曼绝热通道（STIRAP）[5,6]，它通过耦合到中间态实现两个离散态之间的粒子数转移。STIRAP 的显著优点是它不受中间态自发辐射损失的影响，并且在激光强度等实验条件下对噪声相对不敏感[6]。这使得 STIRAP 在超导电路[7]、囚禁离子[8]、氮空位中心[9]、光机械谐振器[10]、光波导[11]和超冷分子合成[12]中找到了重要的应用。尽管 STIRAP 对激光振幅噪声不太敏感，但它本身对快速激光相位噪声很敏感，因为它依赖于暗态的绝热演化 [6,13] 。为了最大限度地降低相位噪声，需要使用线宽较窄的激光器。这通常是通过主动将光的频率稳定到稳定的参考点（如光学腔）来实现的。这个过程降低了反馈环路带宽内频率的相位噪声，但也会在更高频率下引入额外的噪声。这种高频相位噪声俗称伺服
用于量子增强量的混合参与者 - 批评算法在Cern Beam Lines
用夹紧的量子玻尔兹曼机器（QBM）的抽象自由能增强学习（FERL）被证明与经典Q学习及其限制相比，可以显着提高学习效率。在本文中，FERL方法扩展到多维连续的状态行动空间环境，以打开更广泛的现实应用程序的门。首先，研究了基于自由能的Q-学习，以用于离散的作用空间，但是评估了连续状态空间以及经验重播对样本效率的影响。在第二步中，基于深层确定性的策略梯度算法与基于QBM的评论家相结合的深层确定性政策梯度算法开发了连续国家行动空间的混合参与者（A-C）方案。讨论了使用量子退火（QA）获得的结果，包括模拟和D-Wave QA硬件，并将性能与经典的增强学习方法进行了比较。在欧洲核研究组织中，整个环境代表了现有的粒子加速器光束线。除其他外，在高级韦克菲尔德实验的实际电子束线（醒）上评估了混合A-C代理。
通过切割增强量子电路的可伸缩性
在NISQ时代，量子算法仅限于宽度和深度降低的电路。混合经典量子算法，例如变分量子算法（VQAS），旨在通过反复运行浅参数化电路来解决深度瓶颈问题。但是，可用QPU中的QPU和古典计算机中的内存数量仍然限制了VQAS的适用性。为了构建高性能量子计算环境，我们将HPC技术与门切割相结合以增强可扩展性。以这种方式，我们可以依次执行量子电路较少的量子电路的一部分，或在单独的计算机中并行执行。在这里，我们仅使用适用于玩具模型和VQA的准概率分解来模拟仅使用局部门模拟两倍的门。此方法引入了所需执行次数的开销，但对于低深度量子电路，例如变化量子eigensolver（VQE）电路可能是合理的。我们探讨了在VQE问题中切割门的潜力，首先是减少噪声对基态能量的影响，其次是仿真资源。
通过与控制系统的纠缠来增强量子网络
具有对其配置进行相干控制的量子设备网络在量子信息处理（包括量子通信、计算和传感）方面具有巨大的优势。到目前为止，对这些优势的研究都假设控制系统最初与网络处理的数据不相关。在这里，我们探索了数据和控制之间量子关联的威力，展示了两个通信任务，当且仅当发送方与控制网络配置的第三方（“控制器”）共享先前的纠缠时，才可以通过信息擦除通道完成这两个通信任务。第一个任务是传输经典消息而不向控制器泄露信息。第二个任务是与接收器建立二分纠缠，或者更一般地说，与多个空间分离的接收器建立多分纠缠。
基于极距离的增强量子K近邻分类算法
摘要：K最近邻算法是应用最为广泛的分类算法之一，但其高时间复杂度限制了其在大数据时代的性能。量子K最近邻算法（QKNN）可以满意地处理上述问题，但直接应用传统的基于欧氏距离的相似性度量会牺牲其准确率。受极坐标系和量子特性的启发，本文提出一种新的相似性度量来取代欧氏距离，将其定义为极坐标距离。极坐标距离同时考虑角度和模数长度信息，引入一个根据具体应用数据调整的权重参数。为了验证极坐标距离的效率，我们使用几个典型数据集进行了各种实验。对于传统KNN算法，使用极坐标距离进行相似性度量时准确率性能相当，而对于QKNN算法，其分类准确率明显优于欧氏距离。此外，极坐标距离表现出优于欧氏距离的可扩展性和鲁棒性，为 QKNN 在实践中的大规模应用提供了机会。
偏振简并腔中大量 Purcell 增强量子点诱导的光学透明性
摘要：光学活性自旋系统与具有高协同性的光子腔耦合可产生强光-物质相互作用，这是量子网络的关键成分。然而，获得用于量子信息处理的高协同性通常需要使用光子晶体腔，而光子晶体腔从自由空间的光学访问能力较差，尤其是自旋相干控制所需的圆偏振光。在这里，我们展示了协同性高达 8 的 InAs/GaAs 量子点与制造的靶心腔的耦合，该腔提供近乎简并和高斯偏振模式以实现高效的光学访问。我们观察到量子点的自发辐射寿命短至 80 ps（约 15 个 Purcell 增强），从腔体反射的光的透明度约为 80%。利用诱导透明度进行光子切换，同时相干控制量子点自旋，可以为建立量子网络的持续努力做出贡献。
带有非球形镜的空腔，用于增强量子发射器 - 腔体相互作用
对于现代量子光学的各种应用，无论是在实验学术研究和商业量子技术中，都需要与光学谐振器的量子发射器的强耦合，并且同时在此谐振器中同时长期光子寿命很重要。满足这些实际应用这些要求的一些最有前途的系统是纤维上的微腔[1-4]，离子束蚀刻的介电谐振器[5]或微型组装结构[6]。可以通过紧密定位单个腔光子光子（即使腔非常小）来实现量子发射极与光学循环的强耦合。但是，对于大多数逼真的量子信息处理方案，需要从侧面对发射极的光学访问，例如，用于光学冷却[7]，状态准备和最终状态读数[8]。，将原子或离子传递到腔内的通道，并且将诱捕结构的整合到腔内可能会对骑士长度施加进一步的约束。在离子陷阱量子计算的情况下[9]，形成腔的介电镜还可以散布由于其电敏感性而捕获离子所需的射频频率，并且由于其面部电荷而导致的，如果它们离陷阱电极太近[10，11]。总体而言，因此需要在量子信息应用中使用的光腔，以将强耦合速率与低损失相结合，同时还可以使镜子足够分开。让我们首先审查主参数，以使光谐振器与单个细胞进行强耦合。我们在这里工作的目的是提出一种新方法来实现这些要求，从球形镜的范式转移到与标准高斯模式相比，具有更好的配置属性的工程师光腔模式。在两级发射极之间的相干耦合，例如量子点，离子或冷原子，位于具有光学场模式E（r）的腔坐标为r，其特征是强耦合
使用超导量子处理器的强量子计算优势
在量子计算优势的演示中至关重要的是，将大量的量子缩放到大量的量子位，以指数超过经典的硬件和算法改进。在这里，我们开发了一个二维可编程超导量子处理器Zuchongzhi，该处理器由可调耦合体系结构中的66个功能码头组成。为了表征整个系统的性能，我们执行随机量子电路采样以进行基准测试，最高可达56 QUAT和20个周期的系统大小。该任务的经典模拟的计算成本估计比以前在53 Quitib sycamore处理器上的工作高2-3个数量级[Nature 574，505（2019）。我们估计，Zuchongzhi在1.2小时内完成的采样任务至少将使最强大的超级计算机至少为8年。我们的工作建立了一个明确的量子计算优势，在合理的时间内对于经典计算来说是不可行的。高精度和可编程的量子计算平台为探索新颖的多体现象并实施复杂的量子算法打开了新的门。