XiaoMi-AI文件搜索系统
World File Search SystemAncilla
基准计算机学习模型用于量子错误校正
量子误差校正（QEC）是量子计算机系统中的基本问题之一，旨在检测和纠正量子计算机中数据量的错误。由于现有量子计算机中存在不可靠的数据量位，实现量子误差校正是建立稳定的量子计算机系统时的关键步骤。最近，已经提出了基于机器学习（ML）的方法来应对这一挑战。但是，他们缺乏对量子误差校正的透彻理解。为了弥合这一研究差距，我们提供了一种新的观点，可以在本文中了解基于机器学习的QEC。我们发现，Ancilla Qubits中的综合征是由连接数据量量的错误导致的，并且远处的Ancilla Qubits可以提供辅助信息，以排除对数据量值的一些不正确的预测。因此，要检测数据量表中的错误，我们必须考虑远程Ancilla Qubits中存在的信息。据我们所知，在QEC的依赖关系中，机器学习的探索较少。为了填充空白，我们策划了一个机器学习基准，以评估捕获量子误差校正的远程依赖性的能力。为了提供全面的评估，我们评估了七种最先进的深度学习算法，这些算法涵盖了各种神经网络架构，例如卷积神经网络，图形神经网络和图形变压器。我们的详尽实验揭示了一种启发性的趋势：通过扩大接受场来利用遥远的附词量子的信息，QEC的准确性显着提高。例如，U-NET可以提高CNN的余量约50％。最后，我们提供了一项全面的分析，可以激发该领域的未来研究。该代码在补充材料中可用。
核自旋和光钟量子比特的混合原子镊子阵列
虽然具有长相干时间的数据量子比特对于量子信息的存储至关重要，但辅助量子比特对于容错量子计算的量子纠错 (QEC) 至关重要。光镊阵列的最新发展，例如大规模量子比特阵列的制备和高保真门操作，为实现 QEC 协议提供了潜力，而下一个重要挑战之一是控制和检测辅助量子比特，同时尽量减少原子损失和串扰。在这里，我们介绍了由双同位素镱 (Yb) 原子阵列组成的混合系统的实现，其中我们可以利用费米子 171 Yb 的核自旋量子比特作为数据量子比特，利用玻色子 174 Yb 的光时钟量子比特作为辅助量子比特，具有无损量子比特读出能力。我们评估了量子比特之间的串扰对 174 Yb 成像光的核自旋量子比特相干性的影响。对于 174 Yb 的 Hahn 回波序列，使用 399 nm 探针和 556 nm 冷却光束，我们观察到在 20 ms 曝光下保留了 99.1 (1.8)% 的相干性，产生了 0.9992 的鉴别保真度和 0.988 的生存概率。使用 556 nm 探测光束的 Ramsey 序列对相干性的影响可以忽略不计，这表明未来低串扰测量可能会有所改善。这一结果凸显了混合 Yb 原子阵列在基于辅助量子比特的 QEC 协议的中路测量中的潜力。
在 NISQ 时代高保真地实现 AKLT 状态......
AKLT 状态是各向同性量子海森堡自旋 1 模型的基态。它表现出激发间隙和指数衰减的关联函数，其边界处具有分数激发。到目前为止，一维 AKLT 模型仅在捕获离子和光子系统中进行了实验。在这项工作中，我们成功地在嘈杂的中尺度量子 (NISQ) 时代量子设备上准备了 AKLT 状态。具体来说，我们在 IBM 量子处理器上开发了一种非确定性算法，其中 AKLT 状态准备所需的非幺正算子嵌入在幺正算子中，每对辅助自旋 1/2 都有一个额外的辅助量子位。这种幺正算子实际上由由单量子位和最近邻 CX 门组成的参数化电路表示。与 Qiskit 的传统算子分解方法相比，我们的方法仅使用最近邻门即可实现更浅的电路深度，同时保持原始算子的 99.99% 以上的保真度。通过同时后选择每个辅助量子比特，使其属于自旋向上 |↑〉 的子空间，可以在量子计算机上通过从单重态加上辅助量子比特的初始平凡乘积状态演化系统地获得 AKLT 状态，然后通过对所有其他物理量子比特进行测量来记录该状态。我们展示了如何通过读出误差缓解在 IBM 量子处理器上进一步提高我们的实现的准确性。
在双向脑计算机界面
摘要：纠缠熵或von Neumann熵，量化量子状态的不确定性。对于弯曲空间中的量子场，对于固定的背景几何形状，量子场理论自由度的纠缠熵被很好地确定。在本文中，我们提出了通过包括动力学重力来对量子场理论纠缠熵的概括。通过副本计算的分析延续，定义了称为有效的熵及其Renyi熵概括的广义数量。将复制的理论定义为具有原始边界条件的多个副本的重力路径积分，在我们正在研究的区域边界处具有共二维 - 2 brane。我们讨论了以规格不变的方式定义区域的不同方法，并表明有效的熵满足了量子极端表面公式。当量子场带有显着量的纠缠时，量子极端表面可以具有拓扑过渡，然后出现纠缠岛区域。我们的结果概括了全息熵的Hubeny-rangamani-takayanagi公式（带有量子校正）到没有渐近ADS边界的一般几何形状上，并为解决诸如蒸发黑孔的页面曲线等问题提供了更坚实的框架，这些问题是散布射精的散布液体的。我们将公式应用于两个示例系统，一个封闭的二维宇宙和一个四维最大扩展的Schwarzchild黑洞。我们研究了封闭的宇宙（没有空间边界），并讨论它与开放宇宙的关系。我们在随机张量网络模型中讨论了有效熵的类似物，该模型在一般动力学几何形状中提供了对量子信息属性的更具体理解。我们表明，在没有大型边界的情况下，例如在ADS空间情况下，至关重要的是要引入Ancilla，以正确地表征量子状态和随机张量网络中的相关函数，以便介绍将Ancilla融合到原始系统。是超密度运算符形式主义，我们使用Ancilla研究该系统，并显示纠缠岛中的量子信息如何可以在依赖于状态的和观察者依赖性图中重建。
量子电路简化的通勤组合物
2.3.1 门数。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 30 2.3.2 电路深度。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 31 2.3.3 辅助线。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 . ....................................................................................................................................................................................................................................31 2.4 用于电路综合与优化的模板匹配 . ....................................................................................................................................................................................................................................................................................................................................32 2.4.1 模板匹配概述 . ....................................................................................................................................................................................................................................................................................................................32 2.4.1 模板匹配概述 . .................................................................................................................................................................................................................................................................................................................................... . ...
时空高效的低深度量子态制备及其应用
我们提出了一种用于准备任意量子态的新型确定性方法。当我们的协议被编译成 CNOT 和任意单量子比特门时，它会准备一个深度为 O (log( N )) 的 N 维状态，时空分配（一种度量标准，它考虑到某些辅助量子比特通常不需要在整个电路中处于活动状态）为 O ( N ) ，这两者都是最优的。当编译成 { H , S , T , CNOT } 门集时，我们表明它比以前的方法需要更少的量子资源。具体来说，它可以准备一个任意状态，误差不超过 ϵ，最佳深度为 O (log( N ) + log(1 /ϵ ))，时空分配为 O ( N log(log( N ) /ϵ ))，分别优于 O (log( N ) log(log( N ) /ϵ )) 和 O ( N log( N/ϵ ))。我们说明了我们的协议如何通过减少时空分配来快速准备许多不相交状态，而只需要常数因子辅助开销——O ( N ) 个辅助量子位被有效地重用，以准备深度为 O (w + log( N )) 而不是 O (w log( N )) 的 w N 维状态的乘积状态，从而有效地实现每个状态的恒定深度。我们重点介绍了这种能力有用的几个应用，包括量子机器学习、汉密尔顿模拟和求解线性方程组。我们提供我们的协议的量子电路描述、详细的伪代码和使用 Braket 的门级实现示例。
测量改变的伊辛量子临界性
量子临界系统因其对扰动的固有敏感性而成为探索新测量诱导现象的有吸引力的平台。我们使用显式协议研究测量对典型 Ising 量子临界链的影响，其中关联的辅助粒子与临界链纠缠，然后进行投影测量。使用由大量数值模拟支持的微扰分析框架，我们证明测量可以定性地改变临界相关性，其方式取决于纠缠门的选择、辅助测量基础、测量结果和辅助相关性的性质。我们进一步表明，通过后选择高概率测量结果，或者在某些情况下，通过对位于不同对称扇区的测量结果分别平均可观测量，可以在具有 100 阶量子比特的实验中以令人惊讶的速度高效地实现测量改变的 Ising 临界性。我们的框架自然适应更奇特的量子临界点，并突出了在嘈杂的中尺度量子硬件和里德伯阵列中实现的机会。
错误校正的量子传感
量子计量学在科学和技术中具有许多重要的应用，从频率表格到引力波检测。量子力学对测量精度施加了基本限制，称为Heisenberg限制，这是无噪声量子系统可以实现的，但通常无法实现遇到噪声的系统。在这里，我们研究了如何通过量子误差校正来提高测量精度，这是一种保护量子系统免受噪声影响影响的一般方法。我们发现，假设可以使用噪音无噪声的Ancilla系统，并且可以执行这种快速，准确的量子处理，则可以使用受马尔可夫噪声的量子探针来实现Heisenberg极限。当满足功能的条件时，可以通过求解半有限的程序来找到达到最佳精度的量子误差校正代码。我们还表明，当Hamiltonian和错误操作员通勤时，不需要噪音无噪音。最后，我们提供了两个明确的量子传感器的原型示例：量子量和有损失的骨气模式。