XiaoMi-AI文件搜索系统
World File Search SystemTFIM
时间相关横向量子误差校正
其中，如果位串 s 中的 1 的个数为偶数/奇数，则该位串为奇偶校验。我们可以将 | Ψ QRC ⟩ 视为奇偶校验状态：字符串的奇偶性决定系数是 α 还是 β 。这种奇偶校验性质使其很容易根据 Z 测量值进行校正。例如，如果在最后一个量子比特上测量 Z，如果结果为 0，则我们只需保留其他 N − 1 个量子比特中的信息；如果结果为 1，则信息仍存储，但我们需要在最后应用 X 门来恢复原始量子比特。该模型的一个关键缺点是它无法根据哪怕一个 X 测量值进行校正，这会导致整个波函数崩溃。当然，已知更复杂的代码 [ 25 ] 可以同时防止 Z 和 X 错误；其中概念上最简单的是 Shor 9 量子比特代码 [ 26 ]。更实际的可能性包括表面码 [27-31]，它更适合物理实现（并且容错性更强）；表面码中至少需要 9 个数据量子位来保护一个逻辑量子位 [31]。在本文中，我们提出了量子重复码的另一种简单替代方案，它解决了重复码的两个缺点，同时保持了其大部分概念简单性。我们的代码由一维、空间局部、时间相关的横向场伊辛模型 (TFIM) 生成。虽然该模型因与基于马约拉纳量子计算的联系而在量子信息论中有着悠久的历史 [32-36]，但在这里我们将指出一种相当不同的方法，即使用 TFIM 对量子位进行鲁棒编码。与重复码一样，我们的代码受到使用奇偶校验态的启发，可以有效地纠正 Z 测量/误差。事实上，[37-39] 中已经强调了 (随机) 横向场 Ising 模型动力学与重复代码中的量子纠错之间的联系。与依赖于 GHZ 态准备的重复代码不同，我们的奇偶校验态可以在幺正动力学下在恒定时间内准备，并且它可以得到一种可以同时纠正 Z 和 X 错误的代码。我们的代码能够在有限时间幺正动力学之后实现这种纠错奇偶校验态，这可以通过与对称保护拓扑 (SPT) 相的联系来理解 [40-42]，尽管这种代码看起来比许多受凝聚态物理启发的代码要简单。我们提出的 TFIM 代码是利用量子系统控制和操控方面取得的最新进展自然实现的。尤其是里德堡原子光镊阵列，由于能够单独控制原子，已被证明是一种高度可调谐的量子应用系统 [13, 43 – 48]。此外，虽然控制原子的初始空间配置已经是一种强大的工具，但现在还可以在保持量子比特相干性的同时移动原子 [49]。这种高度的控制，在空间和时间上，光镊阵列是近期实验中实现 TFIM 码的绝佳平台。本文的其余部分安排如下：我们将在第 2 部分介绍 TFIM 码。在第 3 部分中，我们描述了传统的基于综合征的量子纠错，并展示了 TFIM 码如何在存在 Z 误差的情况下恢复重复码的更传统现象（在我们的基础上），并且还可以通过纠正 X 误差超越它。我们在第 4 部分给出了数值证据，证明 TFIM 码可以直接用于生成更高深度的码。第 5 部分描述了在超冷原子实验中实现 TFIM 码的可行性。
产生热菲尔德双状态和关键地面...
多体量子系统的有限温度阶段是从凝结物理学到宇宙学的现象的基础，但是它们通常很难模拟。使用量子近似优化算法（QAOA）激发的离子陷阱量子计算机和协议，我们通过在多种温度下制备双重双状态来生成横向界面模型（TFIM）的非平凡热量子状态。我们还使用量子 - 古老的杂化型元素在零温度下制备TFIM的临界状态。热场双重和关键状态的纠缠结构在黑洞的研究中起着关键作用，我们的工作模拟了量子计算机上的这种非平凡结构。此外，我们发现变分量子电路表现出噪声阈值，高度最低的QAOA电路可提供最佳结果。
数字上的纠缠和纠缠动态...
图1：IBM设备的速度和纠缠肾熵。（a）在量子淬灭的情况下，在tfim的两个扭结子空间内的域壁位置的实时动力学，没有和额外的纵向范围H z。在这里，l = 101，h x = 0。5，初始状态是铁磁性的，中间有单个旋转旋转。对于H Z = 0，可以看到游离颗粒的光锥结构。对于固定情况，H z = 0可观察到两个速度，初始速度（虚线）等于自由情况，并且在更长的时间内等于介子速度（实心）。（b）在IBM量子计算机上测量的两个速度的比较（h x = 0。5和l = 9）在缓解错误后，根据理论上的预测。显示的错误条是获得的一系列速度的标准偏差，在供应材料中提供了更多详细信息。（c）从全局量子淬灭到TFIM后的一半链二阶R´enyi熵的随机测量数据中的数据，其在状态L
通过单量子比特解缠学习量子相位
识别物质的相位具有相当大的挑战性，特别是在量子理论领域，因为基态的复杂性似乎随着系统规模的增大而呈指数增长。量子多体系统表现出一系列跨越不同相位的复杂纠缠结构。尽管已经有大量研究探索了量子相变和量子纠缠之间的关系，但在它们之间建立直接、实用的联系仍然是一个关键挑战。在这项工作中，我们提出了一种新颖、高效的量子相变分类器，利用强化学习优化的变分量子电路进行解纠缠。我们证明了该方法对横向场伊辛模型 (TFIM) 和 XXZ 模型中量子相变的有效性。此外，我们观察到该算法能够学习与 TFIM 中的纠缠结构有关的 Kramers-Wannier 对偶。我们的方法不仅可以根据解缠结电路的性能识别相变，而且还具有出色的可扩展性，有助于将其应用于更大、更复杂的量子系统。这项研究揭示了通过量子多体系统中固有的纠缠结构来表征量子相。
![arxiv：2501.05268v1 [Quant-ph] 2025年1月9日](/simg/g:\will\search\icon\source\7\768cd77d034836059dee57db4b77d5b3387862e8.webp)
arxiv：2501.05268v1 [Quant-ph] 2025年1月9日
受模拟退火算法的启发，我们提出了一个量子冷却协议，其中包括退火过程。该协议可以普遍有效地应用于各种量子模拟器，将系统从任意初始状态驱动到基态，以高保真度。我们已经描述了基于扰动理论的冷却过程，并在静态一体的浴缸中与浴室相比验证了浴室在时期调整的Zeeman领域的优势，并为在冷却系统进行冷却时的必要性提供了理由。我们使用横向场ISING模型（TFIM）应用张量化网络方法来模拟我们的冷却协议，以验证协议在冷却一维系统，二维系统以及具有量子噪声的系统中的有效性。我们比较了有和没有退火过程的冷却协议的总体性能，该测试集用随机参数G p生成的测试集。结果表明，使用退火过程的冷却协议可以达到准确性和效率。我们的结果还表明，冷却方案对噪声的抵抗力取决于量子噪声的类型。