XiaoMi-AI文件搜索系统
World File Search System量子态
双光点源的自适应量子态估计
区分两个光学点源是光学领域的一个重要课题，有望应用于天文观测和生物成像。然而，传统方法有一个称为瑞利诅咒 [1] 的缺陷，当两个点源彼此靠近时，很难区分它们。这个问题可以转化为估计两个点源的质心和分离的问题，瑞利诅咒表示当两个点源彼此靠近时难以估计分离。最近，Tsang 等人 [1] 在量子理论框架下研究了这个问题，并表明有可能以与它们相距较远时相同的精度估计两个靠近的点源之间的分离。此外，他们设计了一种称为空间模式解复用（SPADE）的测量方案，当预先知道两个点源的质心时，该方案可以达到这种精度。 SPADE 方案可以让我们准确估计分离，但它需要事先知道质心。因此，Grace 等人 [2] 提出了一个两步程序，其中首先要估计质心。与此同时，Parniak 等人 [3] 和 Bao 等人 [4] 研究了同时估计质心和分离，但他们没有考虑测量的最优性。
摘要：腔光力学提供了产生和操纵介观机械谐振器的量子态的可能性，从而实现
个人简介：David Vitali 于 1988 年毕业于比萨大学物理学专业，并于 1994 年获得比萨高等师范学院物理学博士学位。他曾担任北德克萨斯大学（美国）、巴黎高等师范学院、昆士兰大学、布里斯班（澳大利亚）和维也纳大学的客座讲师。自 2015 年起，他担任卡梅里诺大学理论物理学教授。他在国际同行评审期刊上发表了 193 篇出版物，引用次数超过 10700 次，Hirsch 指数 h = 52（SCOPUS 数据库）。他在量子光学和量子信息理论的许多子领域开展了研究，例如纠缠操控、量子通信和量子密钥分发、量子技术的量子光学实现。 2015 年，他被任命为美国物理学会 APS 会士，表彰他“在腔光力学方面的开创性工作，为量子信息处理和量子受限传感提供了理想而灵活的环境；提出了控制量子系统退相干的开创性技术。” 2021 年，他被提名为 OPTICA 高级会员，并协调了多个欧洲项目和许多国家项目，这些项目均与量子技术和量子光力学有关。
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。
噪声量子态的力量和资源稀释的优势
纠缠蒸馏可以将嘈杂的量子态转换为单态，进而可用于各种量子技术任务，例如量子隐形传态和量子密钥分发。纠缠稀释是逆过程：单态转换为具有较少纠缠的量子态。虽然蒸馏的用处显而易见，但纠缠稀释的实际应用却不那么明显。在这里，我们表明纠缠稀释可以提高共享量子态对局部噪声的弹性。即使将单态稀释为具有任意小纠缠的状态，也可以观察到增加的弹性。我们将分析扩展到其他量子资源理论，例如量子相干性、量子热力学和纯度。对于这些资源理论，我们证明将纯量子态稀释为嘈杂量子态有利于保护系统免受噪声影响。我们的结果证明了量子资源稀释的用处，并为量子信息处理中嘈杂量子态优于纯态提供了一个罕见的例子。
量子神经网络中量子态学习过程的统计分析
量子神经网络 (QNN) 已成为在各个领域追求近期量子优势的有前途的框架，其中许多应用可以看作是学习编码有用数据的量子态。作为概率分布学习的量子模拟，量子态学习在量子机器学习中在理论和实践上都是必不可少的。在本文中，我们开发了一个使用 QNN 学习未知量子态的禁忌定理，即使从高保真初始状态开始也是如此。我们证明，当损失值低于临界阈值时，避免局部最小值的概率会随着量子比特数的增加而呈指数级消失，而只会随着电路深度的增加而呈多项式增长。局部最小值的曲率集中于量子 Fisher 信息乘以与损失相关的常数，这表征了输出状态对 QNN 中参数的敏感性。这些结果适用于任何电路结构、初始化策略，并且适用于固定假设和自适应方法。进行了广泛的数值模拟以验证我们的理论结果。我们的研究结果对提高 QNN 的可学习性和可扩展性的良好初始猜测和自适应方法设定了一般限制，并加深了对先验信息在 QNN 中的作用的理解。
空间对称量子态中的多向幺正性和最大纠缠
我们考虑在文献中各处出现的对偶幺正算子及其多支泛化。这些对象可以与具有特殊纠缠模式的多方量子态相关：位置以空间对称模式排列，并且对于给定几何的反射对称性得出的所有二分，状态具有最大纠缠。我们考虑状态本身相对于几何对称群不变的情况。最简单的例子是那些也是自对偶和反射不变的对偶幺正算子，但我们也考虑六边形、立方和八面体几何中的泛化。我们为这些对象提供了各种局部维度的大量构造和具体示例。我们所有的示例均可用于构建 1 + 1 或 2 + 1 维的量子细胞自动机，并对“时间方向”进行多种等效选择。
射影环面设计、差集和量子态设计
𝑡 次三角立方规则是环面上的点集，在这些点集上，总和可重现整个环面上 𝑡 次单项式的积分。它们可以被认为是环面上的 𝑡 -设计。受量子力学的射影结构的启发，我们发展了射影环面上的 𝑡 -设计的概念，令人惊讶的是，它们的结构比整个环面上的对应设计要严格得多。我们提供了这些射影环面设计的各种构造，并证明了它们的大小和结构特征的一些界限。我们将射影环面设计与一系列不同的数学对象联系起来，包括来自加法组合学领域的差集和 Sidon 集、来自量子信息论的对称、信息完备的正算子值测度 (SIC-POVM) 和相互无偏基 (MUB) 的完备集（据推测与有限射影几何有关）以及某些根格的水晶球序列。利用这些联系，我们证明了密集 𝐵 𝑡 mod 𝑚 集的最大大小的界限。我们还使用射影环面设计来构建量子态设计系列。最后，我们讨论了许多关于这些射影环面设计的性质的未解决的问题，以及它们与数论、几何和量子信息中的其他问题的关系。
利用全光纤平台动态产生光子空间量子态
摘要：光子空间量子态是量子通信应用领域备受关注的主题。一个重要的挑战是如何仅使用光纤元件动态生成这些状态。在这里，我们提出并通过实验演示了一种全光纤系统，该系统可以基于线性偏振模式在任何一般横向空间量子比特状态之间动态切换。我们的平台基于一个快速光开关，该开关基于萨格纳克干涉仪与光子灯笼和少模光纤相结合。我们展示了空间模式之间的切换时间约为 5 纳秒，并通过演示基于我们平台的独立于测量设备的 (MDI) 量子随机数生成器来证明我们的方案对量子技术的适用性。我们连续运行该生成器超过 15 小时，获取了超过 13.46 Gbits 的随机数，其中我们确保至少 60.52% 是私有的，遵循 MDI 协议。我们的结果表明，使用光子灯笼仅使用光纤组件即可动态地创建空间模式，由于其稳健性和集成能力，这对光子经典和量子信息处理具有重要影响。
量子态准备的投影算法...
我们提出了一种在量子硬件上准备多体系统状态的有效方法，首先隔离单个量子数，然后利用时间演化来隔离能量。我们的方法最简单的形式只需要一个额外的辅助量子位。精确解的总演化时间与试验状态的光谱范围与最低激发态间隙的比率成正比，这比其他投影算法有了很大的改进，而且精度随着演化时间呈指数增长。由于特征值已知，隔离量子数是有效的，并且增加了间隙，从而缩短了所需的传播时间。算法的成功率或产生所需状态的概率是测量时间和相位的简单函数，并由原始状态与所需状态的平方重叠决定。我们给出了来自核壳模型和海森堡模型的示例。我们将此算法与以前的短演化时间算法进行了比较，并讨论了潜在的进一步改进。
改善量子态转移：纠正非
摘要 量子态转移是量子信息处理的关键操作。原始的投接协议依靠具有设计波包形状的飞行量子比特或单光子来实现确定性、快速和高保真度的传输。然而，这些协议忽略了两个重要因素，即传播过程中波包的扭曲以及由于时间相关控制导致的发射和再吸收过程中的非马尔可夫效应。在这里，我们解决了一般量子光学模型中的这两个难题，并提出了一种改进量子态转移协议的校正策略。在我们的理论描述中包括非马尔可夫效应，我们展示了如何导出控制脉冲，这些控制脉冲在波包上印上相位以补偿传播引起的失真。我们的理论结果得到了详细数值模拟的支持，表明合适的校正策略可以将状态转移保真度提高三个数量级。