摘要 最近的进展凸显了当前量子系统的局限性,特别是近期量子设备上可用的量子比特数量有限。这一限制极大地限制了可以利用量子计算机的应用范围。此外,随着可用量子比特的增加,计算复杂性呈指数增长,带来了额外的挑战。因此,迫切需要有效使用量子比特并减轻当前的限制和未来的复杂性。为了解决这个问题,现有的量子应用试图将经典系统和量子系统集成在一个混合框架中。在本文中,我们专注于量子深度学习,并介绍一种名为 co-TenQu 的协作经典量子架构。经典组件采用张量网络进行压缩和特征提取,使高维数据能够编码到具有有限量子比特的逻辑量子电路上。在量子方面,我们提出了一种基于量子态保真度的评估函数,通过双方之间的反馈回路迭代训练网络。co-TenQu 已在模拟器和 IBM-Q 平台上实现和评估。与最先进的方法相比,co-TenQu 在公平环境下将经典深度神经网络的性能提升了 41.72%。此外,它的性能比其他基于量子的方法高出 1.9 倍,在实现相似准确度的同时,使用的量子比特数却减少了 70.59%。
高保真度的单量子比特和多量子比特操作构成了量子信息处理的基础。这种保真度基于以极其相干和精确的方式耦合单量子比特或双量子比特的能力。相干量子演化的必要条件是驱动这些跃迁的高度稳定的本振。在这里,我们研究了快速噪声(即频率远高于本振线宽的噪声)对离子阱系统中单量子比特和双量子比特门保真度的影响。我们分析并测量了快速噪声对单量子比特操作的影响,包括共振π旋转和非共振边带跃迁。我们进一步用数字方式分析了快速相位噪声对 Mølmer-Sørensen 双量子比特门的影响。我们找到了一种统一而简单的方法,通过量子比特响应频率下的噪声功率谱密度给出的单个参数来估计所有这些操作的性能。虽然我们的分析侧重于相位噪声和离子阱系统,但它也适用于其他快速噪声源以及其他量子比特系统,在这些系统中,自旋类量子比特通过共同的玻色子场耦合。我们的分析可以帮助指导量子硬件平台和门的设计,提高它们对容错量子计算的保真度。
。cc-by-nc-nd 4.0国际许可证未通过同行评审获得证明)是作者/资助者,他已授予Biorxiv授予Biorxiv的许可,以永久显示预印本。它是制作
摘要 — 端节点之间的高效信息路由是安全量子网络和量子密钥共享的关键推动因素,这依赖于随时间推移创建和维持纠缠态。然而,这种成对纠缠会由于通道损耗和网络节点上纠缠光子的存储而退化。纠缠态反过来会影响保真度,保真度是量化一对量子态相似程度的指标。在本文中,我们提出了一种路由解决方案,该解决方案可满足接收器对从多个发射器节点接收的量子信息施加的阈值保真度要求。我们的解决方案从网络内的此类节点池中选择中间中继器,以最大化量子信息传输的总速率。为此,我们首先提供相邻节点之间保真度损失以及端到端量子数据速率的表达式。然后,我们提出了一种新颖的两阶段路由解决方案,该解决方案(i)使用保真度作为成本度量来确定每个发射器的 k 条最短路径,以及(ii)(启发式地)根据中继器节点是否具有单个或多个可用内存单元为每个发射器分配一条路径。模拟结果表明,我们提出的基于保真度的路由解决方案满足广泛的保真度要求 [0.6-0.79],同时最大化量子信息传输速率,优于现有的基于距离和跳跃的路由方法。索引术语 — 量子网络、量子中继器、量子路由、量子通信、纠缠
量子纠缠是长距离量子通信的关键。在量子通信节点之间进行纠缠分布的第一步是在相邻通信节点之间生成链路级爱因斯坦-波多尔斯基-罗森 (EPR) 对。EPR 对可以连续生成并存储在一些量子存储器中,以供量子应用使用。一个主要的挑战是量子比特会因与环境的相互作用而遭受不可避免的噪声,这被称为退相干。这种退相干导致量子比特的保真度随时间呈已知的指数衰减模型,从而限制了量子存储器中量子比特的寿命和量子应用的性能。在本文中,我们评估了在两种相反的动态和概率现象下存储的 EPR 对的保真度,首先是前面提到的退相干和第二次净化,即以牺牲另一个 EPR 对为代价来提高 EPR 对的保真度的操作。我们不是一生成两个 EPR 对就应用净化,而是引入了两个 EPR 对的生成时间之外的净化方案 (PBG)。我们分析显示了在每个节点有两个量子存储器的系统中存储的链路级 EPR 对的保真度的概率分布,该系统最多允许两个存储的 EPR 对。此外,我们应用了一种 PBG 方案,在生成另一个 EPR 对时净化两个存储的 EPR 对。最后,我们对分析方法进行了数值评估,并展示了所考虑的净化方案的保真度-速率权衡。
群集定期间隔的短壁画重复序列(CRISPR)CAS系统是一种强大的工具,有可能在不久的将来成为疗法基因编辑器。cas9是最精心研究的CRISPR系统,已被证明存在限制其在治疗应用中使用的问题。染色质结构是CAS9靶向的已知影响因素,并且在靶向此类位置时,Cas9的效率存在差距。要在单个碱基对分辨率上量化chroMatin如何相对于裸露的不匹配靶标的非目标编辑来抑制目标基因编辑,我们开发了基因编辑器不匹配核小体内部核心体内(Gemini-Seq)。Gemini-Seq利用核小体序列的库来检查单个测定中整个核小体的所有焦油位置。Gemini-Seq的结果表明,核小体边缘上蛋白播音器 - 粘附基序(PAM)序列的位置驱动Cas9访问其目标序列的效率。在适当的情况下,与核小体内的靶向序列相比,裸露的错误靶标的CAS9具有更高的属性。总体而言,我们的结果表明,切入结构如何影响CAS9对潜在目标的确定性,并突出使用暴露的PAM靶向序列如何限制靶向基因编辑,并改善CAS9的效率和解决当前限制的考虑因素。
与其他至少向部分买家提供较低价格的政策一样,忠诚和保真折扣通常有利于竞争,对消费者有利,尽管它们可能会损害某些竞争对手。然而,当这种折扣的使用方式降低价格透明度、排除或限制大量实际或潜在竞争对手,或增加反竞争协调的可能性时,就会存在潜在的问题。忠诚和保真折扣有时具有复杂的利弊影响,有关该主题的文件对此进行了探讨。虽然这些文件揭示了竞争委员会各成员之间一些有趣的政策差异,但它们也指出,普遍认为,当拥有强大市场力量的公司实施忠诚和保真折扣时,更有可能引起竞争担忧。
摘要 — 在量子计算中,使用高保真度纠缠量子比特对在两个系统之间进行通信至关重要。为了提高两个纠缠量子比特之间的保真度,人们使用一种称为蒸馏的技术。蒸馏协议有很多种。1995 年,Bennet 等人发表了一篇论文 [1],其中介绍了一种名为 BBPSSW 的协议。1996 年,Deutsch 等人发表了一篇新论文,进一步改进了该协议,其中介绍了一种名为 DEJMPS 的新协议。最后,在 2008 年,Campbell 和 Benjamin 发表了一篇论文,介绍了一种使用光子损耗蒸馏纠缠量子比特对的最终新方法。为了将每个协议与另一个协议进行比较,我们将对每个协议进行解释。然后,将从四个不同的点对这三个协议进行比较。这些是输入灵活性 1 、成功蒸馏的概率、每次迭代的保真度改进和效率 2 。经过比较可以得出结论:DEJMPS 是总体最佳的协议,因为它在上述四点中总体排名最高。
量子误差校正是实现大规模通用量子计算的关键步骤,实现量子误差校正的条件是,每个操作步骤的误差概率必须低于某个阈值。这要求Qubits的质量和量子门的精度可以通过实验达到一定水平。我们首先讨论量子误差的机制:量子门的精度对应于单一操作员误差,量子量的质量归因于腐蚀性。然后,根据表面代码误差校正的阈值,我们证明了量子门限制的最小值不应在误差概率p的情况下小于1 -p,并发现可以用于误差校正的量子量的自然脱谐度时间。这为Qubits准备和实验性执行量子操作提供了某种理论支持。