La disipación como recurso para la computación cuántica de yacimientos

La disipación como recurso para la computación cuántica de yacimientos

Marca de tiempo: 20 de marzo de 2024 12:06 p.m.

Antonio Sannia, Rodrigo Martínez-Peña, Miguel C. Soriano, Gian Luca Giorgi y Roberta Zambrini

Instituto de Física Interdisciplinar y Sistemas Complejos (IFISC) UIB-CSIC, Campus Universitat Illes Balears, 07122, Palma de Mallorca, España.

¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.

Resumen

La disipación inducida por interacciones con un entorno externo normalmente dificulta el desempeño de la computación cuántica, pero en algunos casos puede convertirse en un recurso útil. Mostramos la mejora potencial inducida por la disipación en el campo de la computación cuántica de reservorios introduciendo pérdidas locales sintonizables en modelos de redes de espín. Nuestro enfoque basado en la disipación continua es capaz no sólo de reproducir la dinámica de propuestas anteriores de computación cuántica de reservorios, basada en mapas de borrado discontinuo, sino también de mejorar su rendimiento. Se ha demostrado que el control de las tasas de amortiguación impulsa las tareas temporales populares de aprendizaje automático, como la capacidad de procesar lineal y no linealmente el historial de entrada y pronosticar series caóticas. Finalmente, demostramos formalmente que, bajo condiciones no restrictivas, nuestros modelos disipativos forman una clase universal para la computación de yacimientos. Significa que, considerando nuestro enfoque, es posible aproximar cualquier mapa de memoria que se desvanece con precisión arbitraria.

La disipación como recurso para la Computación Cuántica de Yacimientos PlatoBlockchain Data Intelligence. Búsqueda vertical. Ai.

Imagen de portada: Esquema del modelo de red de espín disipativo propuesto. La entrada discreta (abajo a la derecha) se inyecta uniformemente en los nodos de la red a través de un campo magnético dependiente del tiempo (abajo a la izquierda). La capa de salida se construye midiendo una porción de los observables de la matriz de densidad del yacimiento.

Resumen popular

En el ámbito de la computación cuántica, la visión convencional postula que las interacciones con entornos externos son perjudiciales para el rendimiento computacional. Sin embargo, nuestra investigación revela un cambio de paradigma, lo que demuestra el papel ventajoso de la disipación en el aprendizaje automático cuántico. Específicamente, dentro del floreciente campo de la computación de reservorios cuánticos, mostramos los beneficios de introducir disipación diseñada en modelos de redes de espín. A través de pruebas exhaustivas de evaluación comparativa que abarcan tareas que abarcan la memoria lineal y no lineal, así como la capacidad de pronóstico, encontramos una mejora pronunciada en la eficacia computacional. Además, establecemos, mediante pruebas formales en condiciones no restrictivas, la universalidad de nuestros modelos disipativos para la computación de yacimientos.

► datos BibTeX

► referencias

[ 1 ] Ingeniería Academias Nacionales de Ciencias y Medicina “Computación cuántica: avances y perspectivas” The National Academies Press (2019).
https: / / doi.org/ 10.17226 / 25196

[ 2 ] Ivan H. Deutsch “Aprovechando el poder de la segunda revolución cuántica” PRX Quantum 1, 020101 (2020).
https: / / doi.org/ 10.1103 / PRXQuantum.1.020101

[ 3 ] Nicolas Gisinand Rob Thew “Comunicación cuántica” Nature Photonics 1, 165–171 (2007).
https: / / doi.org/ 10.1038 / nphoton.2007.22

[ 4 ] CL Degen, F. Reinhard y P. Cappellaro, “Detección cuántica” Rev. Mod. Física. 89, 035002 (2017).
https: / / doi.org/ 10.1103 / RevModPhys.89.035002

[ 5 ] S. Pirandola, UL Andersen, L. Banchi, M. Berta, D. Bunandar, R. Colbeck, D. Englund, T. Gehring, C. Lupo, C. Ottaviani, JL Pereira, M. Razavi, J. Shamsul Shaari , M. Tomamichel, VC Usenko, G. Vallone, P. Villoresi y P. Wallden, “Avances en criptografía cuántica” Adv. Optar. Fotón. 12, 1012-1236 (2020).
https: / / doi.org/ 10.1364 / AOP.361502
http://​/​opg.optica.org/​aop/​abstract.cfm?URI=aop-12-4-1012

[ 6 ] Aram W. Harrow y Ashley Montanaro “Supremacía computacional cuántica” Nature 549, 203–209 (2017).
https: / / doi.org/ 10.1038 / nature23458

[ 7 ] Peter W. Shor “Algoritmos de tiempo polinomial para factorización prima y logaritmos discretos en una computadora cuántica” SIAM J. Comput. 26, 1484-1509 (1997).
https: / / doi.org/ 10.1137 / S0097539795293172

[ 8 ] Lov K Grover “Un algoritmo mecánico cuántico rápido para la búsqueda en bases de datos” Actas del vigésimo octavo simposio anual ACM sobre teoría de la computación 212-219 (1996).
https: / / doi.org/ 10.1145 / 237814.237866

[ 9 ] David Deutschand Richard Jozsa “Solución rápida de problemas mediante computación cuántica” Actas de la Royal Society de Londres. Serie A: Ciencias Físicas y Matemáticas 439, 553–558 (1992).
https: / / doi.org/ 10.1098 / rspa.1992.0167

[ 10 ] Ethan Bernstein y Umesh Vazirani “Teoría de la complejidad cuántica” Revista SIAM de informática 26, 1411–1473 (1997).
https: / / doi.org/ 10.1137 / S0097539796300921

[ 11 ] Yudong Cao, Jonathan Romero, Jonathan P Olson, Matthias Degroote, Peter D Johnson, Mária Kieferová, Ian D Kivlichan, Tim Menke, Borja Peropadre y Nicolas PD Sawaya, “Química cuántica en la era de la computación cuántica” Chemical reviews 119, 10856 –10915 (2019).
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803

[ 12 ] Roman Orus, Samuel Mugel y Enrique Lizaso, “Computación cuántica para las finanzas: descripción general y perspectivas” Reviews in Physics 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028
https: / / www.sciencedirect.com/ science / article / pii / S2405428318300571

[ 13 ] Nikitas Stamatopoulos, Daniel J Egger, Yue Sun, Christa Zoufal, Raban Iten, Ning Shen y Stefan Woerner, “Fijación de precios de opciones mediante computadoras cuánticas” Quantum 4, 291 (2020).
https:/​/​doi.org/​10.22331/​q-2020-07-06-291

[ 14 ] Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe y Seth Lloyd, “Quantum machine learning” Nature 549, 195–202 (2017).
https: / / doi.org/ 10.1038 / nature23474

[ 15 ] John Preskill "Computación cuántica en la era NISQ y más allá" Quantum 2, 79 (2018).
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

[ 16 ] Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S Kottmann y Tim Menke, “Algoritmos cuánticos ruidosos de escala intermedia” Reseñas de física moderna 94 , 015004 (2022).
https: / / doi.org/ 10.1103 / RevModPhys.94.015004

[ 17 ] Frank Verstraete, Michael M Wolf y J Ignacio Cirac, “Computación cuántica e ingeniería de estados cuánticos impulsada por la disipación” Física de la naturaleza 5, 633–636 (2009).
https: / / doi.org/ 10.1038 / nphys1342

[ 18 ] Fernando Pastawski, Lucas Clemente y Juan Ignacio Cirac, “Memorias cuánticas basadas en disipación diseñada” Physical Review A 83, 012304 (2011).
https: / / doi.org/ 10.1103 / PhysRevA.83.012304

[ 19 ] Christiane P Koch “Control de sistemas cuánticos abiertos: herramientas, logros y limitaciones” Journal of Physics: Condensed Matter 28, 213001 (2016).
https:/​/​doi.org/​10.1088/​0953-8984/​28/​21/​213001

[ 20 ] Sai Vinjanampathy y Janet Anders “Termodinámica cuántica” Física contemporánea 57, 545–579 (2016).
https: / / doi.org/ 10.1080 / 00107514.2016.1201896

[ 21 ] Gonzalo Manzano y Roberta Zambrini “Termodinámica cuántica bajo monitoreo continuo: un marco general” AVS Quantum Science 4, 025302 (2022).
https: / / doi.org/ 10.1116 / 5.0079886

[ 22 ] Susana F Huelga y Martín B Plenio “Vibraciones, cuantos y biología” Física Contemporánea 54, 181–207 (2013).
https: / / doi.org/ 10.1080 / 00405000.2013.829687

[ 23 ] Gonzalo Manzano, Fernando Galve, Gian Luca Giorgi, Emilio Hernández-García y Roberta Zambrini, “Sincronización, correlaciones cuánticas y entrelazamiento en redes de osciladores” Scientific Reports 3, 1–6 (2013).
https: / / doi.org/ 10.1038 / srep01439

[ 24 ] Albert Cabot, Fernando Galve, Víctor M Eguíluz, Konstantin Klemm, Sabrina Maniscalco y Roberta Zambrini, “Revelando clústeres silenciosos en redes cuánticas complejas” npj Quantum Information 4, 1–9 (2018).
https:/​/​doi.org/​10.1038/​s41534-018-0108-9

[ 25 ] Pere Mujal, Rodrigo Martínez-Peña, Johannes Nokkala, Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano y Roberta Zambrini, “Oportunidades en computación de reservorios cuánticos y máquinas de aprendizaje extremo” Tecnologías cuánticas avanzadas 4, 1–14 (2021 ).
https: / / doi.org/ 10.1002 / qute.202100027

[ 26 ] Mantas Lukoševičius, Herbert Jaeger y Benjamin Schrauwen, “Tendencias de la computación de reservorios” KI-Künstliche Intelligenz 26, 365–371 (2012).
https:/​/​doi.org/​10.1007/​s13218-012-0204-5

[ 27 ] Wolfgang Maass, Thomas Natschläger y Henry Markram, “Computación en tiempo real sin estados estables: un nuevo marco para la computación neuronal basada en perturbaciones” Neural Computation 14, 2531–2560 (2002).
https: / / doi.org/ 10.1162 / 089976602760407955

[ 28 ] Herbert Jaeger “El enfoque del “estado de eco” para analizar y entrenar redes neuronales recurrentes, con una nota de erratas” Bonn, Alemania: Centro Nacional Alemán de Investigación en Tecnología de la Información GMD Technical Report 148, 13 (2001).
https:/​/​www.ai.rug.nl/​minds/​uploads/​EchoStatesTechRep.pdf

[ 29 ] Gouhei Tanaka, Toshiyuki Yamane, Jean Benoit Héroux, Ryosho Nakane, Naoki Kanazawa, Seiji Takeda, Hidetoshi Numata, Daiju Nakano y Akira Hirose, “Avances recientes en la computación de reservorios físicos: una revisión” Neural Networks 115, 100–123 (2019) .
https: / / doi.org/ 10.1016 / j.neunet.2019.03.005
https: / / www.sciencedirect.com/ science / article / pii / S0893608019300784

[ 30 ] Kohei Nakajima e Ingo Fischer “Reservoir Computing” Springer (2021).
https:/​/​doi.org/​10.1007/​978-981-13-1687-6

[ 31 ] John Moon, Wen Ma, Jong Hoon Shin, Fuxi Cai, Chao Du, Seung Hwan Lee y Wei D Lu, “Clasificación y pronóstico de datos temporales utilizando un sistema informático de yacimientos basado en memristores” Nature Electronics 2, 480–487 (2019) .
https:/​/​doi.org/​10.1038/​s41928-019-0313-3

[ 32 ] Julie Grollier, Damien Querlioz, KY Camsari, Karin Everschor-Sitte, Shunsuke Fukami y Mark D Stiles, “Espintrónica neuromórfica” Nature electronics 3, 360–370 (2020).
https:/​/​doi.org/​10.1038/​s41928-019-0360-9

[ 33 ] Guy Van der Sande, Daniel Brunner y Miguel C. Soriano, “Avances en la computación de reservorios fotónicos” Nanophotonics 6, 561–576 (2017).

[ 34 ] Keisuke Fujiiand Kohei Nakajima “Aprovechamiento de la dinámica cuántica de conjuntos desordenados para el aprendizaje automático” Phys. Rev. Aplicada 8, 024030 (2017).
https: / / doi.org/ 10.1103 / PhysRevApplied.8.024030

[ 35 ] Kohei Nakajima, Keisuke Fujii, Makoto Negoro, Kosuke Mitarai y Masahiro Kitagawa, "Impulso de la potencia computacional mediante multiplexación espacial en computación de yacimientos cuánticos" Phys. Rev. Aplicada 11, 034021 (2019).
https: / / doi.org/ 10.1103 / PhysRevApplied.11.034021

[ 36 ] Jiayin Chenand Hendra I. Nurdin “Aprendizaje de mapas de entrada-salida no lineales con sistemas cuánticos disipativos” Quantum Information Processing 18 (2019).
https:/​/​doi.org/​10.1007/​s11128-019-2311-9

[ 37 ] Quoc Hoan Tranand Kohei Nakajima “Computación de reservorios cuánticos de orden superior” preimpresión de arXiv arXiv:2006.08999 (2020).
https://​/​doi.org/​10.48550/​ARXIV.2006.08999
https: / / arxiv.org/ abs / 2006.08999

[ 38 ] Rodrigo Martínez-Peña, Johannes Nokkala, Gian Luca Giorgi, Roberta Zambrini y Miguel C Soriano, “Capacidad de procesamiento de información de sistemas informáticos de reservorios cuánticos basados ​​en espín” Cognitive Computation 1–12 (2020).
https: / / doi.org/ 10.1007 / s12559-020-09772-y

[ 39 ] Rodrigo Araiza Bravo, Khadijeh Najafi, Xun Gao y Susanne F. Yelin, “Computación de yacimientos cuánticos utilizando matrices de átomos de Rydberg” PRX Quantum 3, 030325 (2022).
https: / / doi.org/ 10.1103 / PRXQuantum.3.030325

[ 40 ] WD Kalfus, GJ Ribeill, GE Rowlands, HK Krovi, TA Ohki y LCG Govia, “El espacio de Hilbert como recurso computacional en la computación de yacimientos” Phys. Rev. Res. 4, 033007 (2022).
https: / / doi.org/ 10.1103 / PhysRevResearch.4.033007

[ 41 ] Johannes Nokkala, Rodrigo Martínez-Peña, Gian Luca Giorgi, Valentina Parigi, Miguel C Soriano y Roberta Zambrini, “Los estados gaussianos de sistemas cuánticos de variable continua proporcionan computación de reservorio universal y versátil” Communications Physics 4, 1–11 (2021).
https: / / doi.org/ 10.1038 / s42005-021-00556-w

[ 42 ] LCG Govia, GJ Ribeill, GE Rowlands, HK Krovi y TA Ohki, “Computación de yacimientos cuánticos con un único oscilador no lineal” Phys. Rev. Investigación 3, 013077 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.013077

[ 43 ] Jiayin Chen, Hendra I Nurdin y Naoki Yamamoto, “Procesamiento de información temporal en computadoras cuánticas ruidosas” Physical Review Applied 14, 024065 (2020).
https: / / doi.org/ 10.1103 / PhysRevApplied.14.024065

[ 44 ] Yudai Suzuki, Qi Gao, Ken C Pradel, Kenji Yasuoka y Naoki Yamamoto, “Computación de reservorios cuánticos naturales para el procesamiento de información temporal” Scientific Reports 12, 1–15 (2022).
https: / / doi.org/ 10.1038 / s41598-022-05061-w

[ 45 ] Tomoyuki Kubota, Yudai Suzuki, Shumpei Kobayashi, Quoc Hoan Tran, Naoki Yamamoto y Kohei Nakajima, “Procesamiento de información temporal inducido por ruido cuántico” Phys. Rev. Res. 5, 023057 (2023).
https: / / doi.org/ 10.1103 / PhysRevResearch.5.023057

[ 46 ] Michele Spagnolo, Joshua Morris, Simone Piacentini, Michael Antesberger, Francesco Massa, Andrea Crespi, Francesco Ceccarelli, Roberto Osellame y Philip Walther, “Memristor cuántico fotónico experimental” Nature Photonics 16, 318–323 (2022).
https:/​/​doi.org/​10.1038/​s41566-022-00973-5

[ 47 ] Gerasimos Angelatos, Saeed A. Khan y Hakan E. Türeci, “Enfoque de computación de reservorios para la medición del estado cuántico” Phys. Rev. X 11, 041062 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.041062

[ 48 ] Sanjib Ghosh, Tanjung Krisnanda, Tomasz Paterek y Timothy CH Liew, “Realización y compresión de circuitos cuánticos con computación de reservorio cuántico” Communications Physics 4, 1–7 (2021).
https:/​/​doi.org/​10.1038/​s42005-021-00606-3

[ 49 ] Sanjib Ghosh, Andrzej Opala, Michał Matuszewski, Tomasz Paterek y Timothy CH Liew, “Procesamiento de yacimientos cuánticos” npj Quantum Information 5, 35 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0149-8

[ 50 ] Sanjib Ghosh, Andrzej Opala, Michal Matuszewski, Tomasz Paterek y Timothy CH Liew, “Reconstructing Quantum States With Quantum Reservoir Networks” IEEE Transactions on Neural Networks and Learning Systems 32, 3148–3155 (2021).
https://​/​doi.org/​10.1109/​tnnls.2020.3009716

[ 51 ] Sanjib Ghosh, Tomasz Paterek y Timothy CH Liew, “Plataforma neuromórfica cuántica para la preparación de estados cuánticos” Phys. Rev. Lett. 123, 260404 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.123.260404

[ 52 ] Tanjung Krisnanda, Tomasz Paterek, Mauro Paternostro y Timothy CH Liew, “Enfoque neuromórfico cuántico para la detección eficiente del entrelazamiento inducido por la gravedad” Physical Review D 107 (2023).
https: / / doi.org/ 10.1103 / physrevd.107.086014

[ 53 ] Johannes Nokkala “Procesamiento de series de tiempo cuánticas en línea con redes de osciladores aleatorios” Scientific Reports 13 (2023).
https:/​/​doi.org/​10.1038/​s41598-023-34811-7

[ 54 ] Joni Dambre, David Verstraeten, Benjamin Schrauwen y Serge Massar, “Capacidad de procesamiento de información de los sistemas dinámicos” Informes científicos 2, 1–7 (2012).
https: / / doi.org/ 10.1038 / srep00514

[ 55 ] Pere Mujal, Rodrigo Martínez-Peña, Gian Luca Giorgi, Miguel C. Soriano y Roberta Zambrini, “Computación de reservorios cuánticos de series temporales con mediciones débiles y proyectivas” npj Quantum Information 9, 16 (2023).
https: / / doi.org/ 10.1038 / s41534-023-00682-z

[ 56 ] Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano y Roberta Zambrini, “Plataforma fotónica escalable para computación de reservorios cuánticos en tiempo real” Physical Review Applied 20 (2023).
https: / / doi.org/ 10.1103 / physrevapplied.20.014051

[ 57 ] Fangjun Hu, Gerasimos Angelatos, Saeed A. Khan, Marti Vives, Esin Türeci, Leon Bello, Graham E. Rowlands, Guilhem J. Ribeill y Hakan E. Türeci, “Abordar el ruido de muestreo en sistemas físicos para aplicaciones de aprendizaje automático: límites fundamentales y Eigentasks” Revisión física X 13 (2023).
https: / / doi.org/ 10.1103 / physrevx.13.041020

[ 58 ] Izzet B Yildiz, Herbert Jaeger y Stefan J Kiebel, “Revisitando la propiedad del estado de eco” Neural Networks 35, 1–9 (2012).
https: / / doi.org/ 10.1016 / j.neunet.2012.07.005
https: / / www.sciencedirect.com/ science / article / pii / S0893608012001852

[ 59 ] Bruno Del Papa, Viola Priesemann y Jochen Triesch, “Memoria, plasticidad y criticidad que se desvanecen en redes recurrentes” Springer (2019).
https:/​/​doi.org/​10.1007/​978-3-030-20965-0_6

[ 60 ] Sanjukta Krishnagopal, Michelle Girvan, Edward Ott y Brian R. Hunt, “Separación de señales caóticas mediante computación de reservorios” Caos: una revista interdisciplinaria de ciencia no lineal 30, 023123 (2020).
https: / / doi.org/ 10.1063 / 1.5132766

[ 61 ] Pere Mujal, Johannes Nokkala, Rodrigo Martínez-Peña, Gian Luca Giorgi, Miguel C Soriano y Roberta Zambrini, “Evidencia analítica de no linealidad en qubits y computación de reservorio cuántico variable continuo” Journal of Physics: Complexity 2, 045008 (2021).
https://​/​doi.org/​10.1088/​2632-072x/​ac340e

[ 62 ] MD SAJID ANIS et al. “Qiskit: un marco de código abierto para la computación cuántica” (2021).
https: / / doi.org/ 10.5281 / zenodo.2573505

[ 63 ] Marco Cattaneo, Matteo AC Rossi, Guillermo García-Pérez, Roberta Zambrini y Sabrina Maniscalco, “Simulación cuántica de efectos colectivos disipativos en computadoras cuánticas ruidosas” PRX Quantum 4 (2023).
https: / / doi.org/ 10.1103 / prxquantum.4.010324

[ 64 ] Heinz-Peter Breuer y Francesco Petruccione “La teoría de los sistemas cuánticos abiertos” Oxford University Press on Demand (2002).
https: / / doi.org/ 10.1093 / acprof: oso / 9780199213900.001.0001

[ 65 ] Goran Lindblad “Sobre los generadores de semigrupos dinámicos cuánticos” Communications in Mathematical Physics 48, 119-130 (1976).
https: / / doi.org/ 10.1007 / BF01608499

[ 66 ] Vittorio Gorini, Andrzej Kossakowski y Ennackal Chandy George Sudarshan, “Semigrupos dinámicos completamente positivos de sistemas de nivel N” Journal of Mathematical Physics 17, 821–825 (1976).
https: / / doi.org/ 10.1063 / 1.522979

[ 67 ] Marco Cattaneo, Gian Luca Giorgi, Sabrina Maniscalco y Roberta Zambrini, “Ecuación maestra local versus global con baños comunes y separados: superioridad del enfoque global en una aproximación secular parcial” New Journal of Physics 21, 113045 (2019).
https: / / doi.org/ 10.1088 / 1367-2630 / ab54ac

[ 68 ] Lyudmila Grigoryeva y Juan-Pablo Ortega “Las redes de estado de eco son universales” Neural Networks 108, 495–508 (2018).
https: / / doi.org/ 10.1016 / j.neunet.2018.08.025
https:/​/​www.sciencedirect.com/​science/​article/​pii/​S089360801830251X

[ 69 ] Georg Fette y Julian Eggert “Memoria a corto plazo y coincidencia de patrones con redes de estado de eco simples” Conferencia internacional sobre redes neuronales artificiales 13–18 (2005).
https: / / doi.org/ 10.1007 / 11550822_3

[ 70 ] Sepp Hochreiterand Jürgen Schmidhuber “Memoria a largo plazo” Computación neuronal 9, 1735-1780 (1997).
https:/​/​doi.org/​10.1007/​978-3-642-24797-2_4

[ 71 ] Gavan Linterna y Peter N Kugler “Autoorganización en modelos conexionistas: memoria asociativa, estructuras disipativas y ley termodinámica” Human Movement Science 10, 447–483 (1991).
https:/​/​doi.org/​10.1016/​0167-9457(91)90015-P
https:/​/​www.sciencedirect.com/​science/​article/​pii/​016794579190015P

[ 72 ] Rodrigo Martínez-Peña, Gian Luca Giorgi, Johannes Nokkala, Miguel C Soriano y Roberta Zambrini, “Transiciones de fase dinámicas en la computación cuántica de reservorios” Physical Review Letters 127, 100502 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.100502

[ 73 ] Michael C Mackey y Leon Glass “Oscilación y caos en sistemas de control fisiológico” Science 197, 287–289 (1977).
https: / / doi.org/ 10.1126 / science.267326

[ 74 ] J Doyne Farmer y John J Sidorowich “Predicción de series temporales caóticas” Physical Review Letters 59, 845 (1987).
https: / / doi.org/ 10.1103 / PhysRevLett.59.845

[ 75 ] Herbert Jaegerand Harald Haas “Aprovechamiento de la no linealidad: predicción de sistemas caóticos y ahorro de energía en comunicaciones inalámbricas” Science 304, 78–80 (2004).
https: / / doi.org/ 10.1126 / science.1091277

[ 76 ] S Ortín, Miguel C Soriano, L Pesquera, Daniel Brunner, D San-Martín, Ingo Fischer, CR Mirasso y JM Gutiérrez, “Un marco unificado para computación de reservorios y máquinas de aprendizaje extremo basadas en una única neurona retardada en el tiempo” Informes científicos 5, 1-11 (2015).
https: / / doi.org/ 10.1038 / srep14945

[ 77 ] Jaideep Pathak, Zhixin Lu, Brian R Hunt, Michelle Girvan y Edward Ott, “Uso del aprendizaje automático para replicar atractores caóticos y calcular exponentes de Lyapunov a partir de datos” Chaos 27, 121102 (2017).
https: / / doi.org/ 10.1063 / 1.5010300

[ 78 ] Kristian Baumann, Christine Guerlin, Ferdinand Brennecke y Tilman Esslinger, “Transición de fase cuántica de Dicke con un gas superfluido en una cavidad óptica” Nature 464, 1301–1306 (2010).
https: / / doi.org/ 10.1038 / nature09009

[ 79 ] Zhang Zhiqiang, Chern Hui Lee, Ravi Kumar, KJ Arnold, Stuart J. Masson, AS Parkins y MD Barrett, “Transición de fase de desequilibrio en un modelo Dicke de espín 1” Optica 4, 424 (2017).
https: / / doi.org/ 10.1364 / optica.4.000424

[ 80 ] Juan A. Muniz, Diego Barberena, Robert J. Lewis-Swan, Dylan J. Young, Julia RK Cline, Ana María Rey y James K. Thompson, “Explorando las transiciones de fase dinámicas con átomos fríos en una cavidad óptica” Nature 580, 602–607 (2020).
https: / / doi.org/ 10.1038 / s41586-020-2224-x

[ 81 ] Mattias Fitzpatrick, Neereja M. Sundaresan, Andy CY Li, Jens Koch y Andrew A. Houck, “Observación de una transición de fase disipativa en un circuito unidimensional QED Lattice” Physical Review X 7 (2017).
https: / / doi.org/ 10.1103 / physrevx.7.011016

[ 82 ] Sam Genway, Weibin Li, Cenap Ates, Benjamin P. Lanyon e Igor Lesanovsky, “Dinámica de desequilibrio generalizada de Dicke en iones atrapados” Physical Review Letters 112 (2014).
https: / / doi.org/ 10.1103 / physrevlett.112.023603

[ 83 ] Julio T. Barreiro, Markus Müller, Philipp Schindler, Daniel Nigg, Thomas Monz, Michael Chwalla, Markus Hennrich, Christian F. Roos, Peter Zoller y Rainer Blatt, “Un simulador cuántico de sistema abierto con iones atrapados” Nature 470, 486 –491 (2011).
https: / / doi.org/ 10.1038 / nature09801

[ 84 ] R. Blattand CF Roos “Simulaciones cuánticas con iones atrapados” Nature Physics 8, 277–284 (2012).
https: / / doi.org/ 10.1038 / nphys2252

[ 85 ] Javad Kazemiand Hendrik Weimer “Bloqueo de Rydberg impulsado por disipación en celosías ópticas” Physical Review Letters 130 (2023).
https: / / doi.org/ 10.1103 / physrevlett.130.163601

[ 86 ] Vincent R. Overbeck, Mohammad F. Maghrebi, Alexey V. Gorshkov y Hendrik Weimer, “Comportamiento multicrítico en modelos disipativos de Ising” Physical Review A 95 (2017).
https: / / doi.org/ 10.1103 / physreva.95.042133

[ 87 ] Jiasen Jin, Alberto Biella, Oscar Viyuela, Cristiano Ciuti, Rosario Fazio y Davide Rossini, “Diagrama de fases del modelo cuántico disipativo de Ising en una red cuadrada” Physical Review B 98 (2018).
https: / / doi.org/ 10.1103 / physrevb.98.241108

[ 88 ] Cenap Ates, Beatriz Olmos, Juan P. Garrahan e Igor Lesanovsky, “Fases dinámicas e intermitencia del modelo cuántico disipativo de Ising” Physical Review A 85 (2012).
https: / / doi.org/ 10.1103 / physreva.85.043620

[ 89 ] A. Bermudez, T. Schaetz y MB Plenio, “Procesamiento de información cuántica asistido por disipación con iones atrapados” Physical Review Letters 110 (2013).
https: / / doi.org/ 10.1103 / physrevlett.110.110502

[ 90 ] Haggai Landa, Marco Schiró y Grégoire Misguich, “Multiestabilidad de giros cuánticos disipativos impulsados” Physical Review Letters 124 (2020).
https: / / doi.org/ 10.1103 / physrevlett.124.043601

[ 91 ] Sam Genway, Weibin Li, Cenap Ates, Benjamin P. Lanyon e Igor Lesanovsky, “Dinámica de desequilibrio generalizada de Dicke en iones atrapados” Physical Review Letters 112 (2014).
https: / / doi.org/ 10.1103 / physrevlett.112.023603

[ 92 ] Heike Schwager, J. Ignacio Cirac y Géza Giedke, “Cadenas de espín disipativas: implementación con átomos fríos y propiedades de estado estacionario” Physical Review A 87 (2013).
https: / / doi.org/ 10.1103 / physreva.87.022110

[ 93 ] Tony E. Lee y Ching-Kit Chan “Magnetismo anunciado en sistemas atómicos no hermitianos” Revisión física X 4 (2014).
https: / / doi.org/ 10.1103 / physrevx.4.041001

[ 94 ] J. Ignacio Ciracand Peter Zoller “Nuevas fronteras en información cuántica con átomos e iones” Physics Today 57, 38–44 (2004).
https: / / doi.org/ 10.1063 / 1.1712500

[ 95 ] Tony E. Lee, Sarang Gopalakrishnan y Mikhail D. Lukin, “Magnetismo no convencional mediante bombeo óptico de sistemas de espín interactivos” Physical Review Letters 110 (2013).
https: / / doi.org/ 10.1103 / physrevlett.110.257204

[ 96 ] Danijela Marković y Julie Grollier “Computación neuromórfica cuántica” Applied Physics Letters 117, 150501 (2020).
https: / / doi.org/ 10.1063 / 5.0020014

[ 97 ] Marco Cattaneo, Gabriele De Chiara, Sabrina Maniscalco, Roberta Zambrini y Gian Luca Giorgi, “Los modelos de colisión pueden simular eficientemente cualquier dinámica cuántica markoviana multipartita” Physical Review Letters 126 (2021).
https: / / doi.org/ 10.1103 / physrevlett.126.130403

[ 98 ] Inés de Vega y Daniel Alonso “Dinámica de sistemas cuánticos abiertos no markovianos” Rev. Mod. física 89, 015001 (2017).
https: / / doi.org/ 10.1103 / RevModPhys.89.015001

[ 99 ] G Manjunath “Incorporar información en un sistema dinámico” No linealidad 35, 1131 (2022).
https: / / doi.org/ 10.1088 / 1361-6544 / ac4817

[ 100 ] Tesis de Jiayin Chen “Dinámica convergente no lineal para el procesamiento de información temporal en dispositivos clásicos y cuánticos novedosos” (2022).
https:/​/​doi.org/​10.26190/​unsworks/​24115

[ 101 ] Davide Nigro “Sobre la singularidad de la solución en estado estacionario de la ecuación de Lindblad-Gorini-Kossakowski-Sudarshan” Journal of Statistical Mechanics: Theory and Experiment 2019, 043202 (2019).
https:/​/​doi.org/​10.1088/​1742-5468/​ab0c1c

[ 102 ] Lyudmila Grigoryeva y Juan-Pablo Ortega “Computadoras de reservorio universal de tiempo discreto con entradas estocásticas y lecturas lineales utilizando sistemas afines a estados no homogéneos” J. Mach. Aprender. Res. 19, 892–931 (2018).
https: / / dl.acm.org/ doi / abs / 10.5555 / 3291125.3291149

[ 103 ] Fabrizio Minganti, Alberto Biella, Nicola Bartolo y Cristiano Ciuti, “Teoría espectral de los liouvillianos para transiciones de fase disipativas” Phys. Rev. A 98, 042118 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.042118

[ 104 ] E. Anderson, Z. Bai, C. Bischof, LS Blackford, J. Demmel, J. Dongarra, J. Du Croz, A. Greenbaum, S. Hammarling, A. McKenney y D. Sorensen, “LAPACK Users' Guide ”Sociedad de Matemáticas Aplicadas Industriales (1999).
https: / / doi.org/ 10.1137 / 1.9780898719604

Citado por

[1] Antonio Sannia, Francesco Tacchino, Ivano Tavernelli, Gian Luca Giorgi y Roberta Zambrini, “Disipación diseñada para mitigar mesetas estériles”, arXiv: 2310.15037, (2023).

[2] P. Renault, J. Nokkala, G. Roeland, NY Joly, R. Zambrini, S. Maniscalco, J. Piilo, N. Treps y V. Parigi, “Simulador óptico experimental de entorno cuántico complejo y reconfigurable” , PRX Cuántico 4 4, 040310 (2023).

[3] Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano y Roberta Zambrini, “La compresión como recurso para el procesamiento de series de tiempo en la computación cuántica de yacimientos”, Óptica Express 32 4, 6733 (2024).

[4] Johannes Nokkala, Gian Luca Giorgi y Roberta Zambrini, “Recuperación de características cuánticas pasadas con computación de reservorio cuántica clásica híbrida profunda”, arXiv: 2401.16961, (2024).

[5] Shumpei Kobayashi, Quoc Hoan Tran y Kohei Nakajima, “Jerarquía de la propiedad del estado de eco en la computación cuántica de reservorios”, arXiv: 2403.02686, (2024).

Las citas anteriores son de ANUNCIOS SAO / NASA (última actualización exitosa 2024-03-21 04:08:40). La lista puede estar incompleta ya que no todos los editores proporcionan datos de citas adecuados y completos.

On Servicio citado por Crossref no se encontraron datos sobre las obras citadas (último intento 2024-03-21 04:08:38).

Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.

Sello de tiempo:

Mas de Diario cuántico