我们研究了一种基于高斯态的 Szilard 引擎,该系统由两个玻色子模式组成,位于一个噪声通道中。系统的初始状态为纠缠压缩热态,通过对两个模式之一进行测量来提取量子功。我们使用马尔可夫 Kossakowski-Lindblad 主方程来描述开放系统的时间演化,并使用基于二阶 Rényi 熵的量子功定义来模拟引擎。我们表明,可提取的量子功随着库的温度和模式之间的压缩、热光子的平均数量和模式的频率而增加。功也随着测量强度的增加而增加,在异差检测的情况下达到最大值。同样,随着噪声通道的压缩参数的增加,可提取的功也在减少,并且它随着压缩热库的相位而振荡。
我们报告了量子计算在重夸克偶极子光谱研究中应用的首次演示。基于重夸克和反夸克系统的康奈尔势模型,我们展示了如何在 IBM 云量子计算平台上用 VQE 方法制定和解决这个汉密尔顿问题。由于全局去极化噪声通道导致的误差通过零噪声外推法进行校正,结果与预期值高度一致。我们还推广了 VQE 方法,通过相对于基态的正交化来解决激发态。这种新方法已被证明适用于无噪声量子模拟器上的夸克偶极子系统,并且可以轻松应用于解决许多其他物理系统中的类似激发态问题。
摘要。我们从协变完全正映射构造相对论量子马尔可夫半群。我们首先将 Stinespring 膨胀中的一个步骤推广到一般的不完全性系统,并将其基于庞加莱群。所得噪声通道具有相对论一致性,并且该方法适用于任何基本粒子,尽管我们针对类光粒子的情况进行了演示。相对论一致性完全正身份保持映射的克劳斯分解(我们的设置在海森堡图中)使我们能够构造一致连续的协变量子马尔可夫半群。我们从小群中诱导表示,以确保由于传递系统不完全性而具有遍历性的量子马尔可夫半群。
我们研究了 transmon 量子比特与经典引力场的相互作用。利用引力红移和 Aharonov-Bohm 相位的一般现象,我们表明纠缠量子态以通用速率失相。引力相移用量子计算噪声通道来表示。我们给出了一种基于改进的相位估计算法的测量协议,该算法与相位漂移呈线性关系,最适合测量从引力通道获取的小相位。此外,我们提出基于量子比特的平台作为精密重力仪和机械应变计的量子传感器,作为该现象实用性的一个例子。我们估计测量局部重力加速度的灵敏度为 δg/g ∼ 10 − 7 。本文表明经典引力对量子计算硬件有着不小的影响,并说明了量子计算硬件如何用于计算以外的目的。虽然我们关注超导量子比特,但我们指出引力相位效应对所有量子平台都具有普遍性。
由光子猫态形成的猫态量子比特具有偏置噪声通道,即一种类型的错误占主导地位。我们通过将猫态量子比特耦合到光学腔,证明了这种偏置噪声量子比特也有望用于量子拉比模型(及其变体)的容错模拟。使用猫态量子比特可以有效增强反向旋转耦合,使我们能够探索依赖于反向旋转相互作用的几种迷人的量子现象。此外,偏置噪声猫量子比特的另一个好处是两个主要错误通道(频率和幅度不匹配)都呈指数级抑制。因此,模拟协议对于确定投影子空间的参数驱动的参数误差具有鲁棒性。我们分析了三个例子:(i)量子态的崩溃和复兴;(ii)隐藏的对称性和隧穿动力学;(iii)成对猫码计算。
在噪声中型量子 (NISQ) 设备时代,可控硬件量子比特的数量不足以实现量子误差校正 (QEC)。作为替代方案,量子误差缓解 (QEM) 可以通过重复实验和数据后处理来抑制测量结果中的误差。典型的误差缓解技术,例如准概率分解法,忽略了不同门之间的相关误差。在这里,我们介绍了一种基于量子电路的矩阵积算子 (MPO) 表示的 QEM 方法,该方法可以表征具有多项式复杂度的噪声信道。我们的技术在深度 = 20 的完全并行量子电路上进行了演示,该电路最多有 N q = 20 个量子比特,受到局部和全局噪声的影响。电路误差减少了几倍,噪声通道只有一个小的键维数 D ′ = 1。 MPO表示在不消耗更多实验资源的情况下提高了噪声建模的准确性,提高了QEM的性能并拓宽了其应用范围。我们的方法有望应用于更高维度、更多量子比特和更深深度的电路。
电路中间测量 (MCM) 是容错量子计算发展中的关键因素。虽然在实现 MCM 方面取得了快速的实验进展,但表征噪声 MCM 的系统方法仍在探索中。在这项工作中,我们开发了一种循环基准 (CB) 型算法来表征噪声 MCM。关键思想是对经典和量子寄存器进行联合傅里叶变换,然后估计傅里叶空间中的参数,类似于 CB 型算法中用于表征 Clifford 门的 Pauli 噪声通道的 Pauli 保真度。此外,我们开发了一种 MCM 噪声可学习性的理论,该理论确定了哪些信息可以学习噪声模型(在存在状态准备和终止测量噪声的情况下)以及哪些信息不能学习,这表明所有可学习的信息都可以使用我们的算法来学习。作为一种应用,我们展示了如何使用学习到的信息来测试 MCM 中测量噪声和状态准备噪声之间的独立性。最后,我们进行数值模拟来说明该算法的实际适用性。与其他 CB 型算法类似,我们希望该算法能够提供一个具有实验意义的有用工具包。
抽象的某些量子设备,例如量子光学元件中的半波板和四分之一波板,是双向的,这意味着可以交换其输入和输出端口的作用。双向设备可以在向前模式和向后模式下使用,对应于输入输出方向的两个相反的选择。它们也可以用于向前和向后模式的连贯叠加,从而带来了不确定的输入输出方向的新操作。在这项工作中,我们探讨了输入输出不确定的潜力,即通过嘈杂的渠道传输经典和量子信息。我们首先通过用于不确定输入输出方向的嘈杂通道从发件人到接收器的通信模型。然后,我们表明,输入输出方向的不确定性比标准通信协议产生优势,在标准通信协议中,在固定的输入输出方向上使用给定的噪声通道。这些优点范围从双向过程中的噪声总体降低到预示量子状态的无噪声传播,以及在某些特殊情况下,到完全消除噪声。可以通过当前的光子技术在实验上证明由于输入输入不确定而引起的降噪功能,从而提供了一种研究外来场景的操作后果的方法,其特征是远期时间和后时间过程的相干量子叠加。
我们开发并应用了随机编译(RC)方案的扩展,该协议包括对相邻Qubits的特殊处理,并大大降低了由于在IBMQ量子计算机(IBM_LAGOS和IBMQ_EHNINGEN)中使用错误门的超导QUBIT上的误解而引起的串扰效应。串扰错误,源于受控的(CNOT)两分门,是众多量子计算平台上的错误源。对于IBMQ机器,它们对给定量子计算的性能的影响通常被忽略。我们的RC协议由于串扰而变成一致的噪声变成一个去极化噪声通道,然后可以使用已建立的缓解误差方案(例如噪声估计电路)对其进行处理。我们将方法应用于Bardeen-Cooper-Schrieffer(BCS)Hamiltonian的非平衡动力学的量子模拟,以进行超导性,这是一个特别具有挑战性的模型,用于模拟量子硬件,因为Cooper Pairs的长距离相互作用。在135个cnot门的情况下,我们在一个与Trotterization或Qubit Decermence相反的串扰方面工作,主导了误差。我们对相邻量子位的旋转显示可显着改善噪声估计协议,而无需添加新的Qubits或电路,并允许对BCS模型进行定量模拟。
许多误差校正代码的解码器都使用对数 - 样比率(LLR)作为输入,其中涉及噪声的概率密度函数(PDF)。在冲动的噪声中,噪声的PDF无法以封闭形式访问,只能通过非常复杂的数值计算获得。因此,二进制相移键合(BPSK)的LLR计算太复杂了。对于高阶调制而言,它变得更加复杂。此外,随着调制顺序的增加,LLR计算复杂性会增长。我们工作的主要贡献在于LLR近似高阶调制及其使用监督机器学习的估算,而无需先验噪声分布模型。为此,我们提出了两种方法,以使用监督的机器学习来近似LLR值,以实现高阶调制符号。第一种方法也可以用于BPSK调制符号。与第一种方法相比,第二种方法旨在以更简化的方式近似高阶调制符号的LLR。对于两种方法,我们使用线性回归算法在已知噪声通道条件下估算了近似LLR的参数。为了估算这些参数而在没有噪声分布模型的事先了解的情况下,我们使用二进制逻辑回归算法。我们的模拟集中在第二种提出的方法上,以估计噪声分布未知的LLR。所提出的LLR估计显示出与使用精确LLR函数获得的相当性能。为4个sask(振幅偏移键)调制方案提供了结果,其中假定接收器的噪声范围从高斯到高度冲动的模型。