Performance Analysis Of Multi-shot Shadow Estimation

Újra kiadta Platón

Követő: 0

Az elektromágneses hullámok információtudományának kulcslaboratóriuma (Oktatási Minisztérium), Fudan Egyetem, Sanghaj 200433, Kína

Érdekesnek találja ezt a cikket, vagy szeretne megvitatni? Scite vagy hagyjon megjegyzést a SciRate-en.

Absztrakt

Az árnyékbecslés hatékony módszer egy kvantumállapot számos megfigyelhető elemének statisztikai garanciával történő előrejelzésére. A többlövéses forgatókönyvben a szekvenciálisan előkészített állapoton $K$-szor végezzük a projektív mérést ugyanazon egységes evolúció után, és ezt az eljárást megismételjük a véletlenszerű mintavételű unitér $M$-os köreinél. Ennek eredményeként összesen $MK$-szoros mérés van. Itt elemezzük az árnyékbecslés teljesítményét ebben a többlövéses forgatókönyvben, amelyet néhány megfigyelhető $O$ várható értékének becslésének varianciája jellemez. Azt találtuk, hogy a $|O |_{mathrm{shadow}}$ árnyéknormán kívül, amelyet [1], az eltérés egy másik normához is kapcsolódik, és ezt keresztárnyék-normaként jelöljük $|O |_{mathrm{Xshadow}}$. Mind a véletlenszerű Pauli-, mind a Clifford-méréseknél elemezzük és megmutatjuk $|O |_{mathrm{Xshadow}}$ felső határát. Pontosabban kitaláljuk a Pauli-féle véletlenszerű Pauli-mérésekkel megfigyelhető pontos varianciaképletet. Munkánk elméleti útmutatást ad a többlövéses árnyékbecslés alkalmazásához.

Performance analysis of multi-shot shadow estimation PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Kiemelt kép: Többképes árnyékbecslés: A véletlenszerű egységes evolúció megvalósításának költségének kompenzálására a szekvenciálisan előkészített állapoton K-szer végezhetünk projektív méréseket ugyanazon egységes evolúció során, és ezt az eljárást M körben megismételjük. véletlenszerűen kiválasztott unitárius. A jelenlegi munka szisztematikusan elemzi az árnyékbecslés statisztikai teljesítményét ebben a többképes forgatókönyvben, az eredeti árnyékbecslés kiegészítéseként [Huang et.al. Nat. Phys. 2020] (K=1).

Népszerű összefoglaló

A kvantumrendszerek tulajdonságainak megismerése alapvető és gyakorlati érdek.
Az árnyékbecslés hatékony megközelítése ennek a feladatnak véletlenszerű méréseken keresztül. A véletlenszerű egységfejlődés megvalósítási költségeinek kompenzálására többlövéses árnyékbecslést is végezhetünk, ahol a szekvenciálisan előkészített állapoton többszörös projektív méréseket hajtanak végre $same$ unitárius evolúció mellett, és ezt az eljárást megismételjük egy néhány kör véletlenszerűen kiválasztott unitárius.

A jelenlegi munka szisztematikusan elemzi az árnyékbecslés statisztikai teljesítményét ebben a többlövéses forgatókönyvben. Bevezetünk egy kulcsmennyiséget – a keresztárnyék-normát, amely kiegészíti az eredeti árnyéknormát. Mind a véletlenszerű Pauli, mind a Clifford mérési beállítások esetében elemezzük és megadjuk a keresztárnyék-norma becslését. Pontosabban kitaláljuk a Pauli-féle megfigyelések pontos szórását véletlenszerű Pauli-mérésekkel, és megtaláljuk ennek a többlövéses keretrendszernek az előnyeit. Mindeközben numerikus szimuláció segítségével jelezzük, hogy a többlövés előnye a Clifford méréseknél nem jelentős.

Munkánk elméleti útmutatást ad a többlövéses árnyékbecsléshez, amely tovább alkalmazható különféle kvantumtanulási feladatokra, a kvantumkémiától a kvantum-többtest-fizikáig.

► BibTeX adatok

@article{Zhou2023performanceanalysis, doi = {10.22331/q-2023-06-29-1044}, url = {https://doi.org/10.22331/q-2023-06-29-1044}, title = {Performance analysis of multi-shot shadow estimation}, author = {Zhou, You and Liu, Qing}, journal = {{Quantum}}, issn = {2521-327X}, publisher = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, pages = {1044}, month = jun, year = {2023}<br /> }

► Referenciák

[1] Hsin-Yuan Huang, Richard Kueng és John Preskill. Egy kvantumrendszer számos tulajdonságának előrejelzése nagyon kevés mérésből. Nature Physics, 16 (10): 1050–1057, 2020. 10.1038/s41567-020-0932-7.
https://doi.org/10.1038/s41567-020-0932-7

[2] Jeongwan Haah, Aram W Harrow, Zhengfeng Ji, Xiaodi Wu és Nengkun Yu. Kvantumállapotok minta-optimális tomográfiája. IEEE Transactions on Information Theory, 63 (9): 5628–5641, 2017. 10.1109/TIT.2017.2719044.
https:///doi.org/10.1109/TIT.2017.2719044

[3] Steven T Flammia, David Gross, Yi-Kai Liu és Jens Eisert. Kvantumtomográfia tömörített érzékeléssel: hibahatárok, minta összetettsége és hatékony becslések. New Journal of Physics, 14 (9): 095022, 2012. 10.1088/1367-2630/14/9/095022.
https://doi.org/10.1088/1367-2630/14/9/095022

[4] Martin Kliesch és Ingo Roth. A kvantumrendszer tanúsításának elmélete. PRX Quantum, 2 (1): 010201, 2021. 10.1103/PRXQuantum.2.010201.
https:///doi.org/10.1103/PRXQuantum.2.010201

[5] Ehud Altman, Kenneth R Brown, Giuseppe Carleo, Lincoln D Carr, Eugene Demler, Cheng Chin, Brian DeMarco, Sophia E Economou, Mark A Eriksson, Kai-Mei C Fu és mások. Kvantumszimulátorok: architektúrák és lehetőségek. PRX Quantum, 2 (1): 017003, 2021. 10.1103/PRXQuantum.2.017003.
https:///doi.org/10.1103/PRXQuantum.2.017003

[6] Jurij Alekszejev, Dave Bacon, Kenneth R Brown, Robert Calderbank, Lincoln D Carr, Frederic T Chong, Brian DeMarco, Dirk Englund, Edward Farhi, Bill Fefferman és mások. Kvantumszámítógépes rendszerek tudományos felfedezéshez. PRX Quantum, 2 (1): 017001, 2021. 10.1103/PRXQuantum.2.017001.
https:///doi.org/10.1103/PRXQuantum.2.017001

[7] Andreas Elben, Steven T Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoı̂t Vermersch és Peter Zoller. A véletlenszerű mérési eszköztár. Nature Reviews Physics, 5 (1): 9–24, 2023. 10.1038/s42254-022-00535-2.
https://doi.org/10.1038/s42254-022-00535-2

[8] Scott Aaronson. Kvantumállapotok árnyéktomográfiája. SIAM Journal on Computing, 49 (5): STOC18–368, 2019. 10.1137/18M120275X.
https:///doi.org/10.1137/18M120275X

[9] Andreas Elben, Richard Kueng, Hsin-Yuan Robert Huang, Rick van Bijnen, Christian Kokail, Marcello Dalmonte, Pasquale Calabrese, Barbara Kraus, John Preskill, Peter Zoller és mások. Vegyes állapotú összefonódás helyi randomizált mérésekből. Physical Review Letters, 125 (20): 200501, 2020. 10.1103/PhysRevLett.125.200501.
https:///doi.org/10.1103/PhysRevLett.125.200501

[10] Aniket Rath, Cyril Branciard, Anna Minguzzi és Benoı̂t Vermersch. A kvantumhalász információk véletlenszerű mérésekből. Phys. Rev. Lett., 127: 260501, 2021. december. 10.1103/PhysRevLett.127.260501.
https:///doi.org/10.1103/PhysRevLett.127.260501

[11] Zhenhuan Liu, Yifan Tang, Hao Dai, Pengyu Liu, Shu Chen és Xiongfeng Ma. Összefonódás észlelése kvantum soktestű rendszerekben permutációs momentumok segítségével. Physical Review Letters, 129 (26): 260501, 2022a. 10.1103/PhysRevLett.129.260501.
https:///doi.org/10.1103/PhysRevLett.129.260501

[12] Roy J. Garcia, You Zhou és Arthur Jaffe. Kvantumkódolás klasszikus árnyékokkal. Phys. Rev. Research, 3: 033155, 2021. augusztus. 10.1103/PhysRevResearch.3.033155.
https:///doi.org/10.1103/PhysRevResearch.3.033155

[13] Max McGinley, Sebastian Leontica, Samuel J Garratt, Jovan Jovanovic és Steven H Simon. Információk titkosításának kvantitatív meghatározása klasszikus árnyéktomográfiával programozható kvantumszimulátorokon. Physical Review A, 106 (1): 012441, 2022. 10.1103/PhysRevA.106.012441.
https:///doi.org/10.1103/PhysRevA.106.012441

[14] Alireza Seif, Ze-Pei Cian, Sisi Zhou, Senrui Chen és Liang Jiang. Árnyék desztilláció: Kvantumhiba-csökkentés klasszikus árnyékokkal rövid távú kvantumprocesszorokhoz. PRX Quantum, 4 (1): 010303, 2023. 10.1103/PRXQuantum.4.010303.
https:///doi.org/10.1103/PRXQuantum.4.010303

[15] Hong-Ye Hu, Ryan LaRose, Yi-Zhuang You, Eleanor Rieffel és Zhihui Wang. Logikai árnyéktomográfia: A hibamérsékelt megfigyelések hatékony becslése. arXiv preprint arXiv:2203.07263, 2022. 10.48550/arXiv.2203.07263.
https:///doi.org/10.48550/arXiv.2203.07263
arXiv: 2203.07263

[16] Hsin-Yuan Huang, Michael Broughton, Jordan Cotler, Sitan Chen, Jerry Li, Masoud Mohseni, Hartmut Neven, Ryan Babbush, Richard Kueng, John Preskill és mások. Kvantumelőny a kísérletekből való tanulásban. Science, 376 (6598): 1182–1186, 2022a. 10.1126/science.abn7293.
https:///doi.org/10.1126/science.abn7293

[17] Hsin-Yuan Huang, Richard Kueng, Giacomo Torlai, Victor V Albert és John Preskill. Bizonyíthatóan hatékony gépi tanulás kvantum-többtest-problémák esetén. Science, 377 (6613): eabk3333, 2022b. 10.1126/science.abk3333.
https:///doi.org/10.1126/science.abk3333

[18] Stefan H. Sack, Raimel A. Medina, Alexios A. Michailidis, Richard Kueng és Maksym Serbyn. A kopár fennsíkok elkerülése klasszikus árnyékokkal. PRX Quantum, 3: 020365, 2022. június. 10.1103/PRXQuantum.3.020365.
https:///doi.org/10.1103/PRXQuantum.3.020365

[19] Hsin-Yuan Huang, Richard Kueng és John Preskill. A pauli megfigyelhetőségek hatékony becslése derandomizálással. Fizikai felülvizsgálati levelek, 127 (3): 030503, 2021. 10.1103/PhysRevLett.127.030503.
https:///doi.org/10.1103/PhysRevLett.127.030503

[20] Charles Hadfield, Sergey Bravyi, Rudy Raymond és Antonio Mezzacapo. Kvantum Hamiltonok mérése lokálisan torzított klasszikus árnyékokkal. Communications in Mathematical Physics, 391 (3): 951–967, 2022. 10.1007/s00220-022-04343-8.
https://doi.org/10.1007/s00220-022-04343-8

[21] Bujiao Wu, Jinzhao Sun, Qi Huang és Xiao Yuan. Átfedett csoportosítás mérés: Egységes keretrendszer a kvantumállapotok mérésére. Quantum, 7: 896, 2023. 10.22331/q-2023-01-13-896.
https://doi.org/10.22331/q-2023-01-13-896

[22] Te Zhou és Zhenhuan Liu. Hibrid keretrendszer kvantumállapotok nemlineáris függvényeinek becslésére. arXiv preprint arXiv:2208.08416, 2022. 10.48550/arXiv.2208.08416.
https:///doi.org/10.48550/arXiv.2208.08416
arXiv: 2208.08416

[23] Roman Stricker, Michael Meth, Lukas Postler, Claire Edmunds, Chris Ferrie, Rainer Blatt, Philipp Schindler, Thomas Monz, Richard Kueng és Martin Ringbauer. Kísérleti egybeállítású kvantumállapot-tomográfia. PRX Quantum, 3: 040310, 2022. október. 10.1103/PRXQuantum.3.040310.
https:///doi.org/10.1103/PRXQuantum.3.040310

[24] H. Chau Nguyen, Jan Lennart Bönsel, Jonathan Steinberg és Otfried Gühne. Árnyéktomográfia optimalizálása általánosított mérésekkel. Phys. Rev. Lett., 129: 220502, 2022. nov. 10.1103/PhysRevLett.129.220502.
https:///doi.org/10.1103/PhysRevLett.129.220502

[25] Hong-Ye Hu, Soonwon Choi és Yi-Zhuang You. Klasszikus árnyéktomográfia lokálisan kódolt kvantumdinamikával. Physical Review Research, 5 (2): 023027, 2023. 10.1103/PhysRevResearch.5.023027.
https:///doi.org/10.1103/PhysRevResearch.5.023027

[26] Christian Bertoni, Jonas Haferkamp, Marcel Hinsche, Marios Ioannou, Jens Eisert és Hakop Pashayan. Sekély árnyékok: Várakozásbecslés alacsony mélységű véletlenszerű Clifford áramkörök használatával. arXiv preprint arXiv:2209.12924, 2022. 10.48550/arXiv.2209.12924.
https:///doi.org/10.48550/arXiv.2209.12924
arXiv: 2209.12924

[27] Mirko Arienzo, Markus Heinrich, Ingo Roth és Martin Kliesch. Zárt formájú analitikus kifejezések árnyékbecsléshez téglafalazati áramkörökkel. arXiv preprint arXiv:2211.09835, 2022. 10.48550/arXiv.2211.09835.
https:///doi.org/10.48550/arXiv.2211.09835
arXiv: 2211.09835

[28] Hong-Ye Hu és Yi-Zhuang You. A kvantumállapotok Hamilton-vezérelt árnyéktomográfiája. Phys. Rev. Research, 4: 013054, 2022. január. 10.1103/PhysRevResearch.4.013054.
https:///doi.org/10.1103/PhysRevResearch.4.013054

[29] Minh C Tran, Daniel K Mark, Wen Wei Ho és Soonwon Choi. Tetszőleges fizikai tulajdonságok mérése analóg kvantumszimulációban. Physical Review X, 13 (1): 011049, 2023. 10.1103/PhysRevX.13.011049.
https:///doi.org/10.1103/PhysRevX.13.011049

[30] Max McGinley és Michele Fava. Árnyéktomográfia analóg kvantumszimulátorokban kialakult állapottervekből. arXiv preprint arXiv:2212.02543, 2022. 10.48550/arXiv.2212.02543.
https:///doi.org/10.48550/arXiv.2212.02543
arXiv: 2212.02543

[31] Katherine Van Kirk, Jordan Cotler, Hsin-Yuan Huang és Mikhail D Lukin. Kvantum sok test állapotok hardver-hatékony tanulása. arXiv preprint arXiv:2212.06084, 2022. 10.48550/arXiv.2212.06084.
https:///doi.org/10.48550/arXiv.2212.06084
arXiv: 2212.06084

[32] Senrui Chen, Wenjun Yu, Pei Zeng és Steven T. Flammia. Robusztus árnyékbecslés. PRX Quantum, 2: 030348, 2021. szept. 10.1103/PRXQuantum.2.030348.
https:///doi.org/10.1103/PRXQuantum.2.030348

[33] Dax Enshan Koh és Sabee Grewal. Klasszikus árnyékok zajjal. Quantum, 6: 776, 2022. 10.22331/q-2022-08-16-776.
https://doi.org/10.22331/q-2022-08-16-776

[34] Matthias Ohliger, Vincent Nesme és Jens Eisert. A kvantum-soktest rendszerek hatékony és megvalósítható állapottomográfiája. New Journal of Physics, 15 (1): 015024, 2013. 10.1088/1367-2630/15/1/015024.
https://doi.org/10.1088/1367-2630/15/1/015024

[35] Ahmed A Akhtar, Hong-Ye Hu és Yi-Zhuang You. Skálázható és rugalmas klasszikus árnyéktomográfia tenzorhálókkal. Quantum, 7: 1026, 2023. 10.22331/q-2023-06-01-1026.
https://doi.org/10.22331/q-2023-06-01-1026

[36] Huangjun Zhu, Richard Kueng, Markus Grassl és David Gross. A cliffordi csoport kecsesen nem lehet egységes 4-es kialakítás. arXiv:1609.08172, 2016. 10.48550/arXiv.1609.08172.
https:///doi.org/10.48550/arXiv.1609.08172
arXiv: 1609.08172

[37] David Gross, Sepehr Nezami és Michael Walter. Schur-weyl kettősség a clifford-csoport számára alkalmazásokkal: Tulajdonságvizsgálat, robusztus Hudson-tétel és de finetti-reprezentációk. Communications in Mathematical Physics, 385 (3): 1325–1393, 2021. 10.1007/s00220-021-04118-7.
https://doi.org/10.1007/s00220-021-04118-7

[38] Sam McArdle, Suguru Endo, Alán Aspuru-Guzik, Simon C. Benjamin és Xiao Yuan. Kvantumszámítási kémia. Rev. Mod. Phys., 92: 015003, 2020. március. 10.1103/RevModPhys.92.015003.
https:///doi.org/10.1103/RevModPhys.92.015003

[39] Srilekha Gandhari, Victor V Albert, Thomas Gerrits, Jacob M Taylor és Michael J Gullans. Folyamatos változó árnyéktomográfia. arXiv preprint arXiv:2211.05149, 2022. 10.48550/arXiv.2211.05149.
https:///doi.org/10.48550/arXiv.2211.05149
arXiv: 2211.05149

[40] Simon Becker, Nilanjana Datta, Ludovico Lami és Cambyse Rouzé. Klasszikus árnyéktomográfia folytonos változós kvantumrendszerekhez. arXiv preprint arXiv:2211.07578, 2022. 10.48550/arXiv.2211.07578.
https:///doi.org/10.48550/arXiv.2211.07578
arXiv: 2211.07578

[41] Tianren Gu, Xiao Yuan és Bujiao Wu. Hatékony mérési sémák bozonikus rendszerek számára. arXiv preprint arXiv:2210.13585, 2022. 10.48550/arXiv.2210.13585.
https:///doi.org/10.48550/arXiv.2210.13585
arXiv: 2210.13585

[42] Andrew Zhao, Nicholas C. Rubin és Akimasa Miyake. Fermionos parciális tomográfia klasszikus árnyékokon keresztül. Phys. Rev. Lett., 127: 110504, 2021. szept. 10.1103/PhysRevLett.127.110504.
https:///doi.org/10.1103/PhysRevLett.127.110504

[43] Guang Hao Low. Fermionok klasszikus árnyékai részecskeszám szimmetriával. arXiv preprint arXiv:2208.08964, 2022. 10.48550/arXiv.2208.08964.
https:///doi.org/10.48550/arXiv.2208.08964
arXiv: 2208.08964

[44] Te Zhou, Pei Zeng és Zhenhuan Liu. Az összefonódás negativitásának egypéldányos becslése. Phys. Rev. Lett., 125: 200502, 2020. nov. 10.1103/PhysRevLett.125.200502.
https:///doi.org/10.1103/PhysRevLett.125.200502

[45] Andreas Ketterer, Nikolai Wyderka és Otfried Gühne. A többrészes összefonódás jellemzése véletlenszerű összefüggések pillanataival. Phys. Rev. Lett., 122: 120505, 2019. március. 10.1103/PhysRevLett.122.120505.
https:///doi.org/10.1103/PhysRevLett.122.120505

[46] Xiao-Dong Yu, Satoya Imai és Otfried Gühne. Optimális összefonódási tanúsítvány a részleges átültetés pillanataitól kezdve. Phys. Rev. Lett., 127: 060504, 2021. augusztus. 10.1103/PhysRevLett.127.060504.
https:///doi.org/10.1103/PhysRevLett.127.060504

[47] Zhenhuan Liu, Pei Zeng, You Zhou és Mile Gu. Többrészes kvantumrendszereken belüli korreláció jellemzése lokális randomizált mérésekkel. Phys. Rev. A, 105: 022407, 2022. febr.b. 10.1103/PhysRevA.105.022407.
https:///doi.org/10.1103/PhysRevA.105.022407

[48] Jonas Helsen és Michael Walter. Takarékos árnyékbecslés: kvantumáramkörök és határoló végek újrafelhasználása. arXiv preprint arXiv:2212.06240, 2022. 10.48550/arXiv.2212.06240.
https:///doi.org/10.48550/arXiv.2212.06240
arXiv: 2212.06240

[49] Benoit Collins és Piotr Sniady. Integráció a haar mérték tekintetében unitárius, ortogonális és szimplektikus csoporton. Communications in Mathematical Physics, 264 (3): 773–795, 2006. ISSN 1432-0916. 10.1007/s00220-006-1554-3.
https://doi.org/10.1007/s00220-006-1554-3

[50] Daniel A. Roberts és Beni Yoshida. Káosz és bonyolultság a tervezés során. Journal of High Energy Physics, 2017 (4): 121, 2017. ISSN 1029-8479. 10.1007/JHEP04(2017)121.
https:///doi.org/10.1007/JHEP04(2017)121

[51] I. Roth, R. Kueng, S. Kimmel, Y.-K. Liu, D. Gross, J. Eisert és M. Kliesch. Kvantumkapuk helyreállítása néhány átlagos kapuhűségből. Phys. Rev. Lett., 121: 170502, 2018. október. 10.1103/PhysRevLett.121.170502.
https:///doi.org/10.1103/PhysRevLett.121.170502

[52] Lorenzo Leone, Salvatore F. E. Oliviero, You Zhou és Alioscia Hamma. A kvantumkáosz az kvantum. Quantum, 5: 453, 2021. május. ISSN 2521-327X. 10.22331/q-2021-05-04-453.
https://doi.org/10.22331/q-2021-05-04-453

Idézi

[1] Christian Bertoni, Jonas Haferkamp, Marcel Hinsche, Marios Ioannou, Jens Eisert és Hakop Pashayan, „Sekély árnyékok: Várakozásbecslés alacsony mélységű véletlenszerű Clifford-áramkörök használatával”, arXiv: 2209.12924, (2022).

[2] Benoît Vermersch, Aniket Rath, Bharathan Sundar, Cyril Branciard, John Preskill, and Andreas Elben, “Enhanced estimation of quantum properties with common randomized measurements”, arXiv: 2304.12292, (2023).

A fenti idézetek innen származnak SAO/NASA HIRDETÉSEK (utolsó sikeres frissítés: 2023-06-29 13:54:32). Előfordulhat, hogy a lista hiányos, mivel nem minden kiadó ad megfelelő és teljes hivatkozási adatokat.

Nem sikerült lekérni Az adatok által hivatkozott kereszthivatkozás utolsó próbálkozáskor 2023-06-29 13:54:30: Nem sikerült lekérni a 10.22331/q-2023-06-29-1044 hivatkozás által hivatkozott adatokat a Crossref-től. Ez normális, ha a DOI-t nemrég regisztrálták.

Ez a tanulmány a Quantumban jelent meg Creative Commons Nevezd meg 4.0 International (CC BY 4.0) engedély. A szerzői jog az eredeti szerzői jog tulajdonosainál marad, például a szerzőknél vagy intézményeiknél.

SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
Forrás: https://quantum-journal.org/papers/q-2023-06-29-1044/

Időbélyeg: Június 29, 2023

Időbélyeg: 9. február 2023.

Újra kiadta Platón

Oszd meg és uralkodj ellenőrző módszer zajos, közepes léptékű kvantumszámításhoz

Rezonáns többszintű amplitúdó csillapító csatornák

Információátvitel folyamatos változó kvantumtörlési csatornákkal

A kvantumtámogató vektorgépek összetettsége

Egy általános kvantum-Wielandt-egyenlőtlenség

Folyamatos majorizáció a kvantumfázistérben

Bonyolultság és összefonódás a nem lokális számításokban és holográfiában

A kettős egység hierarchikus általánosítása

Variációs Quantum Lineáris Solver

A véges idejű Landauer-elv a gyenge csatoláson túl

Oldja meg az egyfoton detektor problémáit

Rólunk

Vertical Search & Ai

Emelvény

Maradjon kapcsolatban

Fiók