XiaoMi-AI文件搜索系统
World File Search System相关器
使用量子二分相关器的盲量子机器学习
分布式量子计算是一种很有前途的计算范式，可用于执行超出单个量子设备能力范围的计算。分布式量子计算中的隐私对于在存在不受信任的计算节点的情况下保持机密性和保护数据至关重要。在本信中，我们介绍了基于量子二分相关器算法的新型盲量子机器学习协议。我们的协议减少了通信开销，同时保护了不受信任方的数据隐私。我们引入了强大的特定于算法的隐私保护机制，其计算开销低，不需要复杂的加密技术。然后，我们通过复杂性和隐私分析验证了所提协议的有效性。我们的发现为分布式量子计算的进步铺平了道路，为量子技术时代的隐私感知机器学习应用开辟了新的可能性。
纠缠，量子相关器和图状态中的连接性
这项工作对图状态（GSS）的纠缠和图连接性质进行了全面探索。使用伪图状态（PGSS）中的量子纠缠（PGSS）使用纠缠距离（ED）进行量化，这是一种最近引入的两部分纠缠的度量。此外，还提出了一种新的方法，用于使用Pauli矩阵量子相关器探测真正的GSS的基础图连接性。这些发现还揭示了对测量过程的有趣含义，证明了某些投射测量值的等效性。最后，重点放在该框架中数据分析的简单性上。这项工作有助于更深入地了解GSS的纠缠和连接性能，从而为量子信息处理和量子计算应用程序提供有价值的信息。在这项工作中不使用著名的稳定器形式主义，这是研究这种类型状态的通常首选框架。相反，这种方法仅基于期望值，量子相关性和投射测量的概念，这些概念具有非常直观和基本的量子理论工具。
通过测量 Dicke 模型中保真度非时序相关器统一扰乱、热化和纠缠
加扰是存储在局部自由度中的信息扩散到量子系统的多体自由度的过程，从而无法被局部探测器访问，并且显然会丢失。加扰和纠缠可以调和看似不相关的行为，包括孤立量子系统的热化和黑洞中的信息丢失。在这里，我们证明保真非时序相关器 (FOTOC) 可以阐明加扰、纠缠、遍历性和量子混沌（蝴蝶效应）之间的联系。我们为典型的 Dicke 模型计算了 FOTOC，并表明它们可以测量子系统 Rényi 熵并提供有关量子热化的信息。此外，我们说明了为什么 FOTOC 可以在没有有限尺寸效应的混沌系统中实现量子和经典 Lyapunov 指数之间的简单关系。我们的研究结果为实验性使用 FOTOC 探索加扰、量子信息处理的界限以及可控量子系统中黑洞类似物的研究开辟了道路。