XiaoMi-AI文件搜索系统
World File Search System连续变量
离散与连续变量模型
在绝热量子计算中，物理系统的总能量用于信息处理。D-wave 因其绝热量子计算机而成为头条新闻，该计算机使用给定系统的哈密顿量来寻找目标函数的全局最小解。绝热量子计算使用一个渐进的过程，将量子力学系统的能量从初始状态演变为描述给定问题解的状态。它非常适合优化和采样问题。量子力学系统的总能量（动能和势能）可以用一个称为哈密顿量的函数在数学上描述。它通过将特征态映射到能量，将系统的能量描述为粒子位置和动量的函数。量子退火是将初始能量状态演变为目标函数的全局最小解状态的过程。在物理系统中，这一理想过程是通过绝热过程实现的，绝热过程是一个缓慢、逐渐退火的过程，不受外界能量的干扰。
通过连续变量量子隐形传态实现单光子极化量子比特的波长转换
量子互联网连接远程量子处理器，这些处理器需要通过光子通道进行长距离交互和交换量子信号。然而，这些量子节点的工作波长范围并不适合长距离传输。因此，量子波长转换为电信波段对于基于光纤的长距离量子网络至关重要。在这里，我们提出了使用连续变量量子隐形传态的单光子偏振量子比特波长转换器，它可以有效地在近红外（适合与原子量子节点交互的 780/795 nm）和电信波长（适合长距离传输的 1300-1500 nm）之间转换量子比特。隐形传态使用纠缠光子场（即非简并双模压缩态），可以通过铷原子气体中的四波混合产生，使用原子跃迁的菱形配置。纠缠场可以以两个正交偏振态发射，相对相位锁定，特别适合与单光子偏振量子比特接口。我们的工作可能为实现长距离量子网络铺平道路。
双节点簇态连续变量量子混合计算的误差修正：压缩极限
本文研究了在连续变量量子计算过程中获得的通用高斯变换的误差校正。我们试图使我们的理论研究更接近实验中的实际情况。在研究误差校正过程时，我们考虑到资源 GKP 状态本身和纠缠变换都是不完美的。实际上，GKP 状态具有与有限压缩程度相关的有限宽度，并且纠缠变换是有误差的。我们考虑了一种混合方案来实现通用高斯变换。在该方案中，变换是通过对簇状态的计算来实现的，并辅以线性光学操作。该方案在通用高斯变换的实现中给出了最小的误差。使用这种方案可以将实现接近现实的容错量子计算方案所需的振荡器压缩阈值降低到 -19.25 dB。
使用嵌入在零差探测器中的可调光学滤波器抵消连续变量量子密钥分发中的饱和攻击
量子密钥分发 (QKD) 允许两个合法实体 Alice 和 Bob 共享一组密钥，但可能会被窃听者 Eve 操纵 [1–5]。目前，离散变量 (DV) QKD 已经得到发展，但它在源准备、检测成本和密钥速率方面仍然面临挑战 [6,7]。连续变量 (CV) QKD 是实现 QKD 的另一种方法 [8–13]。它具有实现方便的优势，因为它可以使用多种源，如相干态 [14] 和压缩态 [15]。尽管如此，CVQKD 也面临着实际安全性的威胁 [16–18]，原因是设备不完善、技术缺陷和操作不完善 [10,19,20]。例如，Eve 可以通过控制波长相关分束器 (BS) 的透射率来执行波长攻击 [21-23]。校准攻击可以通过修改本振 (LO) 脉冲的形状来实施 [24]。因此，已经提出了多种对策来抵消 LO 校准攻击和波长攻击的影响 [25-27]。在 CVQKD 的实际实现中，相干探测器变得脆弱。目前，在窃听零差探测器中的不完美电子时已经执行了饱和攻击 [2, 28]。它可以用于攻击系统的实际设备，因此它唤醒了实际的安全性，因为相干探测器具有有限线性域，可以通过移动接收到的正交的平均值将其驱动到外部（如果没有被监控）。此外，Eve 可以执行异差检测来测量截获的正交 X 和 P，从而为伪造相干态做准备 [28, 29]。为了抵消这种攻击，我们可以在同差探测器中采用嵌入式可调光滤波器 (AOF)，用于实时补偿强接收光功率导致的潜在饱和。基于检测响应的反馈，可以使用支持 AOF 的检测来抵消这种饱和攻击，这是雪崩光电二极管 (APD) 的实际增益调整。
标题：连续变量量子计算
摘要：连续变量 (CV) 量子计算是一种有前途的替代量子计算方法，与使用两级系统相比，它提供了生成确定性大纠缠态的可能性，并通过使用玻色子代码来保存量子信息。在这种方法中，典型的可观测量具有连续频谱，例如量化电磁场的实部和虚部正交。我将介绍这一领域，然后详细讨论我们当前的一些研究问题：如何设计 CV 中通用量子计算所需的工具？如何区分能够提供计算加速的 CV 量子计算架构与不能提供计算加速的 CV 量子计算架构？CV 方法能告诉我们关于基于量子位的量子计算机的丰富性吗？
非线性耦合连续变量二分系统的量子经典熵分析
摘要：对应原理在量子力学中起着基础性作用，这自然会促使我们探究是否有可能在相空间中找到或确定量子态的接近经典类似物——这是经典和量子密度统计描述符的共同交汇点。本文通过研究在去除与给定纯量子态相关的 Wigner 分布函数所显示的所有干扰特征后出现的经典类似物的行为来解决此问题。因此，在两个四次振荡器在规则和混沌条件下非线性耦合的情况下，对连续变量二分系统进行线性和冯诺依曼熵的动态演化数值计算，并与相应的经典对应物进行比较。考虑了整个系统的三个量子态：高斯态、猫态和贝尔态。通过比较量子和经典熵值，特别是它们的趋势，表明这些熵不是纠缠产生，而是为我们提供有关系统（量子或经典）离域的信息。这种信息的逐渐丢失意味着量子和经典领域的增长，这与双方自由度之间相关性的增加直接相关，在量子情况下，这通常与纠缠的产生有关。
考虑有限尺寸效应的被动连续变量量子密钥分发的安全性分析
摘要：对一种考虑有限尺寸效应的被动连续变量量子密钥分发（CV-QKD）协议进行了安全性分析。在被动 CV-QKD 方案中，Alice 利用热源被动制备量子态，无需高斯调制。利用这种技术，可以精确制备量子态以匹配高传输速率。这里，考虑了渐近状态和有限尺寸状态以进行比较。在有限尺寸场景中，我们说明了被动 CV-QKD 协议抵御集体攻击的能力。仿真结果表明，被动 CV-QKD 协议在有限尺寸情况下的性能比渐近情况下的性能更悲观，这表明有限尺寸效应对单模被动 CV-QKD 协议的性能有很大影响。然而，通过提高热态的平均光子数，我们仍然可以在有限尺寸范围内获得合理的性能。
量子比特和连续变量量子库计算中非线性的分析证据
复杂网络是社会、生物、物理和工程系统中的重要范式，用于理解新兴行为、弹性、可控性、影响力和传输等多种现象 [1-11]。人们广泛关注的一个问题是复杂网络中的信息动力学，以了解传播、存储和处理等方面 [12]。经典系统中已经考虑了这些方面，突出的例子包括万维网、大脑和机器学习中的神经网络。近年来，人们还探索了基于量子系统设计网络的可能性 [13,14]。据报道，复杂网络在量子通信 [15,16]、量子生物学 [17-19] 和新兴量子现象 [20-25] 中都有应用。在这些情况下，网络链接可以通过 (量子) 节点之间的相干耦合 [ 26 – 32 ] 以及通过量子关联 [ 21 ， 33 ， 34 ] 或传输信号 [ 35 – 37 ] 来建立，重点是高效、安全的能量和信息传输以及新出现的复杂现象。最近，人们也开始探索量子网络处理信息的能力。通过结合神经网络的性质和量子领域独有的特征，量子神经网络有望比经典神经网络提供多种优势，例如有效维度更高、内存容量呈指数级增长，以及训练和学习速度更快 [ 38 ， 39 ]。在此背景下，最近还提出了基于量子比特网络将储存器计算 (RC) 扩展到量子领域的首个提案 [ 40 ]。 RC 是一种三层（循环）神经网络，特别适合解决时间任务 [41]。近年来，经典 RC [41-43] 的几种实现已在光子学、自旋电子学、力学和生物系统 [44-53] 中得到实现。众所周知，通过利用高维物理系统、内部存储器和非线性，RC 可以实现良好的性能 [41,54]。至于系统规模，可以在经典系统中考虑大型储存器网络，或者在量子系统中作为一种有前途的替代方案。事实上，对于量子网络，即使节点数量减少也能显示出巨大的希尔伯特空间，这是扩展 RC 的主要动机之一
基于局部本振混合线性放大器的连续变量量子密钥分发
量子密钥分发 (QKD) 在存在潜在窃听者的情况下，为可信通信双方 (Alice 和 Bob) 提供了一种由量子力学保证的密钥共享方法 [1–3]。目前，有两种密钥分发方法：离散变量 (DV) QKD [4,5] 和连续变量 (CV) QKD [6–9]。其中，CVQKD 有两个主要优点。一方面，它避免了单光子计数的缺点。另一方面，它确保了标准光通信器件的兼容 [10,11]。CVQKD 的无条件安全性已经在信息论中在渐近情况 [12,13] 和有限尺寸范围内 [14–16] 得到证实，以抵御一般的集体窃听攻击。用于相干检测的强本振（LO）作为CVQKD系统的重要组成部分，可作为滤波器有效抑制噪声，但实际CVQKD系统的不完善之处导致存在潜在漏洞，危及通信系统的安全。由于Eve通过操纵LO进行截取-重发攻击，因此几乎所有的攻击都与LO有关[17-21]。例如，基于本地本振（LLO）的CVQKD系统通过将LO直接发送到接收端来防止LO相关攻击[22-25]。目前CVQKD的传输距离与离散变量系统相比有限，不适合长距离分布。在检测过程中，备受瞩目的无噪声线性放大器（NLA）是一种很好的工具，可以在保持较低起始噪声水平的同时增强相干态的幅度[26-29]。近年来，该装置的实用性已得到证实，为理论提供了令人信服的证据[30–35]。此外，在Bob的正交测量中，与实际探测器相关的缺陷导致了密钥速率限制[36]。为了弥补这一弱点，光放大器补偿技术提供了一种可行的解决方案，在特定情况下也可以提高传输距离[37–39]。本文提出了一种基于LLO的CVQKD方案，通过在检测端放置HLA，它由基于预测测量（MB）的NLA和基于NLA的NLA组成
连续变量门隐形传态和玻色子码纠错
我们研究了使用由通过分束器发送的纯乘积态形成的纠缠态进行连续变量门隐形传态。我们表明，对于（通常）非幺正门，此类状态是 Choi 态，并且我们推导出隐形传态的相关 Kraus 算子，该算子可用于实现输入状态上的非高斯、非幺正量子操作。通过这一结果，我们展示了如何使用门隐形传态对使用 Gottesman-Kitaev-Preskill (GKP) 代码编码的玻色子量子比特进行纠错。该结果是在确定性产生的宏节点簇状态的背景下提出的，这些状态由恒定深度线性光学网络生成，并补充了 GKP 状态的概率供应。我们的技术的结果是，无需主动压缩操作即可实现门隐形传态和纠错的状态注入——这是量子光学实现的实验瓶颈。