Scalable And Flexible Classical Shadow Tomography With Tensor Networks

Újra kiadta Platón

Követő: 0

Ahmed A. Akhtar¹, Hong-Ye Hu^1,2és Yi-Zhuang You¹

¹Fizikai Tanszék, Kaliforniai Egyetem San Diego, La Jolla, CA 92093, USA
²Fizikai Tanszék, Harvard Egyetem, 17 Oxford Street, Cambridge, MA 02138, USA

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

Absztrakt

A klasszikus árnyéktomográfia egy hatékony randomizált mérési protokoll a kvantumállapot számos tulajdonságának előrejelzésére kevés méréssel. Két klasszikus árnyékprotokollt tanulmányoznak alaposan a szakirodalomban: az egykubites (lokális) Pauli mérést, amely jól alkalmas a helyi operátorok előrejelzésére, de nem hatékony a nagy operátorok számára; és a globális Clifford-mérés, amely hatékony az alacsony rangú operátorok számára, de nem kivitelezhető a rövid távú kvantumeszközökön a nagy kapu feletti terhelés miatt. Ebben a munkában egy méretezhető klasszikus árnyéktomográfiás megközelítést mutatunk be általános randomizált mérésekhez, amelyeket véges mélységű lokális Clifford véletlenszerű unitárius áramkörökkel valósítunk meg, és amely Pauli és Clifford mérések határai között interpolál. A módszer a közelmúltban javasolt, lokálisan kódolt klasszikus árnyéktomográfiás keretrendszert tenzorhálózati technikákkal kombinálja, hogy skálázhatóságot érjen el a klasszikus árnyék-rekonstrukciós térkép kiszámításához és a különböző fizikai tulajdonságok értékeléséhez. A módszer lehetővé teszi a klasszikus árnyéktomográfiát sekély kvantumáramkörökön, kiváló mintavételi hatékonysággal és minimális kapu fölötti költséggel, és barátságos a zajos, közepes méretű kvantum (NISQ) eszközökkel. Megmutatjuk, hogy a sekélyáramkörű mérési protokoll azonnali, exponenciális előnyöket biztosít a Pauli mérési protokollhoz képest a kvázi lokális operátorok előrejelzésére. A Pauli-méréshez képest hatékonyabb hűségbecslést is lehetővé tesz.

Scalable and Flexible Classical Shadow Tomography with Tensor Networks PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Kiemelt kép: Klasszikus árnyéktomográfia n qubit rendszerben randomizált méréssel L rétegből álló, lokális, véges mélységű véletlenszerű egységes áramkörön keresztül.

Népszerű összefoglaló

A klasszikus árnyéktomográfia egy hatékony randomizált mérési protokoll a kvantumállapot számos tulajdonságának előrejelzésére kevés méréssel. A mérési protokollt egy egységes ensemble-ként határozzák meg, amelyet a mérés előtt alkalmaznak a kívánt állapotra, és az egységes együttesek különböző választásai hatékony protokollokat eredményeznek a különböző típusú operátorok számára. Ebben a munkában egy méretezhető klasszikus árnyéktomográfiai megközelítést mutatunk be általános randomizált mérésekhez, amelyeket lokális, véges mélységű véletlenszerű Clifford-áramkörökkel hajtanak végre. Ezzel a keretrendszerrel megmutatjuk, hogy a sekélyáramkörű mérési protokoll azonnali, exponenciális előnyöket biztosít a véletlenszerű, egy qubites mérésekkel szemben a kvázi lokális operátorok előrejelzéséhez és a hűségbecslés végrehajtásához.

► BibTeX adatok

@cikk{Akhtar2023scalableflexible, doi = {10.22331/q-2023-06-01-1026}, url = {https://doi.org/10.22331/q-2023-06-01-1026}, cím = {Scalable {F}rugalmas {C}lasszikus {S}árnyék {T}tomográfia {T}ensor {N}hálózatokkal}, szerző = {Akhtar, Ahmed A. és Hu, Hong-Ye és Ön, Yi-Zhuang}, folyóirat = {{Quantum}}, issn = {2521-327X}, kiadó = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, kötet = {7}, oldalak = {1026} , hónap = jún, év = {2023} }

► Referenciák

[1] Scott Aaronson. A kvantumállapotok árnyéktomográfiája. arXiv e-nyomatok, art. arXiv:1711.01053, 2017. november.
arXiv: 1711.01053

[2] Scott Aaronson és Daniel Gottesman. A stabilizátor áramkörök továbbfejlesztett szimulációja. Phys. Rev. A, 70: 052328, 2004. nov. 10.1103/PhysRevA.70.052328. URL https:///link.aps.org/doi/10.1103/PhysRevA.70.052328.
https:///doi.org/10.1103/PhysRevA.70.052328

[3] Scott Aaronson és Guy N. Rothblum. A kvantumállapotok kíméletes mérése és a differenciált adatvédelem. arXiv e-nyomatok, art. arXiv:1904.08747, 2019. április.
arXiv: 1904.08747

[4] AA Akhtar és Yi-Zhuang You. Többrégiós összefonódás a lokálisan kódolt kvantumdinamikában. Phys. Rev. B, 102 (13): 134203, 2020. október. 10.1103/PhysRevB.102.134203.
https:///doi.org/10.1103/PhysRevB.102.134203

[5] Mirko Arienzo, Markus Heinrich, Ingo Roth és Martin Kliesch. Zárt formájú analitikai kifejezések árnyékbecsléshez téglafalazati áramkörökkel, 2022. URL https://arxiv.org/abs/2211.09835.
arXiv: 2211.09835

[6] Yimu Bao, Soonwon Choi és Ehud Altman. A fázisátalakulás elmélete véletlenszerű egységáramkörökben mérésekkel. Phys. Rev. B, 101 (10): 104301, 2020. március. 10.1103/PhysRevB.101.104301.
https:///doi.org/10.1103/PhysRevB.101.104301

[7] Christian Bertoni, Jonas Haferkamp, Marcel Hinsche, Marios Ioannou, Jens Eisert és Hakop Pashayan. Sekély árnyékok: Várakozásbecslés alacsony mélységű véletlenszerű Clifford-áramkörök használatával. arXiv e-nyomatok, art. arXiv:2209.12924, 2022. szeptember.
arXiv: 2209.12924

[8] Kaifeng Bu, Dax Enshan Koh, Roy J. Garcia és Arthur Jaffe. Klasszikus árnyékok pauli-invariáns unitárius együttesekkel, 2022. URL https://arxiv.org/abs/2202.03272.
arXiv: 2202.03272

[9] Carlton M. Caves, Christopher A. Fuchs és Rüdiger Schack. Ismeretlen kvantumállapotok: A kvantum de Finetti reprezentáció. Journal of Mathematical Physics, 43 (9): 4537–4559, 2002. szeptember. 10.1063/1.1494475.
https:///doi.org/10.1063/1.1494475

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

[11] Xiao Chen és Tianci Zhou. Kvantumkáosz dinamikája nagy hatótávolságú hatványtörvény interakciós rendszerekben. Phys. Rev. B, 100 (6): 064305, 2019. augusztus. 10.1103/PhysRevB.100.064305.
https:///doi.org/10.1103/PhysRevB.100.064305

[12] Soonwon Choi, Yimu Bao, Xiao-Liang Qi és Ehud Altman. Kvantum hibajavítás a kódolási dinamikában és a mérés által kiváltott fázisátmenetben. Phys. Rev. B, 125 (3): 030505, 2020. július. 10.1103/PhysRevLett.125.030505.
https:///doi.org/10.1103/PhysRevLett.125.030505

[13] Ze-Pei Cian, Hossein Dehghani, Andreas Elben, Benoı̂t Vermersch, Guanyu Zhu, Maissam Barkeshli, Peter Zoller és Mohammad Hafezi. Soktestű chern-szám randomizált mérések statisztikai összefüggéseiből. Phys. Rev. Lett., 126: 050501, 2021. február. 10.1103/PhysRevLett.126.050501. URL https:///link.aps.org/doi/10.1103/PhysRevLett.126.050501.
https:///doi.org/10.1103/PhysRevLett.126.050501

[14] J. Ignacio Cirac, David Pé rez-García, Norbert Schuch és Frank Verstraete. Mátrixszorzatállapotok és vetített összefonódott pár állapotok: Fogalmak, szimmetriák, tételek. Reviews of Modern Physics, 93 (4), 2021. dec. 10.1103/revmodphys.93.045003. URL https:///doi.org/10.1103.
https:///doi.org/10.1103/revmodphys.93.045003

[15] GM D'Ariano és P. Perinotti. Optimális adatfeldolgozás kvantummérésekhez. Phys. Rev. B, 98 (2): 020403, 2007. január. 10.1103/PhysRevLett.98.020403.
https:///doi.org/10.1103/PhysRevLett.98.020403

[16] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoı̂t Vermersch és Peter Zoller. A véletlenszerű mérési eszköztár. arXiv e-nyomatok, art. arXiv:2203.11374, 2022. március. 10.1038/s42254-022-00535-2.
https://doi.org/10.1038/s42254-022-00535-2
arXiv: 2203.11374

[17] Ruihua Fan, Sagar Vijay, Ashvin Vishwanath és Yi-Zhuang You. Önszerveződő hibajavítás véletlenszerű unitárius áramkörökben méréssel. Phys. Rev. B, 103 (17): 174309, 2021. május. 10.1103/PhysRevB.103.174309.
https:///doi.org/10.1103/PhysRevB.103.174309

[18] 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. szeptember. 10.1088/1367-2630/14/9/095022.
https://doi.org/10.1088/1367-2630/14/9/095022

[19] Chenhua Geng, Hong-Ye Hu és Yijian Zou. Izometrikus tenzorhálózatok differenciálható programozása. Machine Learning: Science and Technology, 3 (1): 015020, 2022. jan. 10.1088/2632-2153/ac48a2. URL https:///doi.org/10.1088/2632-2153/ac48a2.
https://doi.org/10.1088/2632-2153/ac48a2

[20] Hrant Gharibyan, Masanori Hanada, Stephen H. Shenker és Masaki Tezuka. A véletlenszerű mátrix viselkedésének kezdete a kódoló rendszerekben. Journal of High Energy Physics, 2018 (7): 124, 2018. július. 10.1007/JHEP07(2018)124.
https:///doi.org/10.1007/JHEP07(2018)124

[21] Daniel Gottesman. A kvantumszámítógépek Heisenberg-reprezentációja. 1998. 10.48550/ARXIV.QUANT-PH/9807006. URL https:///arxiv.org/abs/quant-ph/9807006.
https:///doi.org/10.48550/ARXIV.QUANT-PH/9807006
arXiv:quant-ph/9807006

[22] Tarun Grover és Matthew PA Fisher. A kvantumállapotok összefonódása és jelszerkezete. Physical Review A, 92 (4), 2015. október. 10.1103/physreva.92.042308. URL https:///doi.org/10.1103.
https:///doi.org/10.1103/physreva.92.042308

[23] Madalin Guta, Jonas Kahn, Richard Kueng és Joel A. Tropp. Gyors állapotú tomográfia optimális hibahatárokkal. arXiv e-nyomatok, art. arXiv:1809.11162, 2018. szeptember.
arXiv: 1809.11162

[24] Jeongwan Haah, Aram W. Harrow, Zhengfeng Ji, Xiaodi Wu és Nengkun Yu. Kvantumállapotok minta-optimális tomográfiája. arXiv e-nyomatok, art. arXiv:1508.01797, 2015. augusztus. 10.1109/TIT.2017.2719044.
https:///doi.org/10.1109/TIT.2017.2719044
arXiv: 1508.01797

[25] Charles Hadfield, Sergey Bravyi, Rudy Raymond és Antonio Mezzacapo. Kvantum Hamiltonok mérései lokálisan torzított klasszikus árnyékokkal. arXiv e-nyomatok, art. arXiv:2006.15788, 2020. június.
arXiv: 2006.15788

[26] Guang Hao Low. Fermionok klasszikus árnyékai részecskeszám szimmetriával. arXiv e-nyomatok, art. arXiv:2208.08964, 2022. augusztus.
arXiv: 2208.08964

[27] Markus Hauru, Maarten Van Damme és Jutho Haegeman. Izometrikus tenzorhálózatok Riemann-féle optimalizálása. SciPost Phys., 10:40, 2021. 10.21468/SciPostPhys.10.2.040. URL https:///scipost.org/10.21468/SciPostPhys.10.2.040.
https:///doi.org/10.21468/SciPostPhys.10.2.040

[28] Hong-Ye Hu és Yi-Zhuang You. A kvantumállapotok Hamilton-vezérelt árnyéktomográfiája. Physical Review Research, 4 (1): 013054, 2022. január. 10.1103/PhysRevResearch.4.013054.
https:///doi.org/10.1103/PhysRevResearch.4.013054

[29] Hong-Ye Hu, Soonwon Choi és Yi-Zhuang You. Klasszikus árnyéktomográfia lokálisan kódolt kvantumdinamikával. arXiv e-nyomatok, art. arXiv:2107.04817, 2021. július.
arXiv: 2107.04817

[30] Hong-Ye Hu, Ryan LaRose, Yi-Zhuang You, Eleanor Rieffel és Zhihui Wang. Logikai árnyéktomográfia: A hibamérsékelt megfigyelések hatékony becslése. arXiv e-nyomatok, art. arXiv:2203.07263, 2022. március.
arXiv: 2203.07263

[31] Hongye Hu. A kvantum soktest állapotok hatékony ábrázolása és tanulása. PhD értekezés, UC San Diego, 2022.

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

[33] Matteo Ippoliti, Yaodong Li, Rakovszky Tibor és Vedika Khemani. Kezelői relaxáció és a klasszikus árnyékok optimális mélysége, 2023.

[34] Daniel FV James, Paul G. Kwiat, William J. Munro és Andrew G. White. A qubitek mérése. Physical Review A, 64 (5): 052312, 2001. november. 10.1103/PhysRevA.64.052312.
https:///doi.org/10.1103/PhysRevA.64.052312

[35] Dax Enshan Koh és Sabee Grewal. Klasszikus árnyékok zajjal. Quantum, 6: 776, 2022. augusztus. ISSN 2521-327X. 10.22331/q-2022-08-16-776. URL https:///doi.org/10.22331/q-2022-08-16-776.
https://doi.org/10.22331/q-2022-08-16-776

[36] Wei-Ting Kuo, AA Akhtar, Daniel P. Arovas és Yi-Zhuang You. Markovi összefonódási dinamika lokálisan kódolt kvantumevolúció alatt. Phys. Rev. B, 101 (22): 224202, 2020. június. 10.1103/PhysRevB.101.224202.
https:///doi.org/10.1103/PhysRevB.101.224202

[37] Nima Lashkari, Douglas Stanford, Matthew Hastings, Tobias Osborne és Patrick Hayden. A gyors kódoló sejtés felé. Journal of High Energy Physics, 2013: 22, 2013. április 10.1007/JHEP04(2013)022.
https:///doi.org/10.1007/JHEP04(2013)022

[38] Ryan Levy, Di Luo és Bryan K. Clark. Klasszikus árnyékok kvantumfolyamat-tomográfiához rövid távú kvantumszámítógépeken. arXiv e-nyomatok, art. arXiv:2110.02965, 2021. október.
arXiv: 2110.02965

[39] Adam Nahum, Jonathan Ruhman, Sagar Vijay és Jeongwan Haah. A kvantumösszefonódás növekedése véletlenszerű egységes dinamika alatt. Physical Review X, 7 (3): 031016, 2017. július. 10.1103/PhysRevX.7.031016.
https:///doi.org/10.1103/PhysRevX.7.031016

[40] Adam Nahum, Sagar Vijay és Jeongwan Haah. Operator terjedése véletlenszerű unitárius áramkörökben. Physical Review X, 8 (2): 021014, 2018. április. 10.1103/PhysRevX.8.021014.
https:///doi.org/10.1103/PhysRevX.8.021014

[41] Simone Notarnicola, Andreas Elben, Thierry Lahaye, Antoine Browaeys, Simone Montangero és Benoit Vermersch. Véletlenszerű mérési eszköztár a Rydberg kvantumtechnológiákhoz, 2021. URL https:///arxiv.org/abs/2112.11046.
arXiv: 2112.11046

[42] Ryan O'Donnell és John Wright. Hatékony kvantumtomográfia. arXiv e-nyomatok, art. arXiv:1508.01907, 2015. augusztus.
arXiv: 1508.01907

[43] M. Ohliger, V. Nesme és J. Eisert. A kvantum-soktest rendszerek hatékony és megvalósítható állapottomográfiája. New Journal of Physics, 15 (1): 015024, 2013. január. 10.1088/1367-2630/15/1/015024.
https://doi.org/10.1088/1367-2630/15/1/015024

[44] Román Orús. Gyakorlati bevezetés a tenzorhálózatokba: Mátrix szorzatállapotok és vetített összefonódott pár állapotok. Annals of Physics, 349: 117–158, 2014. október. 10.1016/j.aop.2014.06.013. URL https:///doi.org/10.1016.
https:///doi.org/10.1016/j.aop.2014.06.013

[45] Marco Paini és Amir Kalev. A kvantumállapotok hozzávetőleges leírása. arXiv e-nyomatok, art. arXiv:1910.10543, 2019. október.
arXiv: 1910.10543

[46] Adam Paszke, Sam Gross, Francisco Massa, Adam Lerer, James Bradbury, Gregory Chanan, Trevor Killeen, Zeming Lin, Natalia Gimelshein, Luca Antiga, Alban Desmaison, Andreas Köpf, Edward Yang, Zach DeVito, Martin Raison, Alykhan Tejani, Sasank Chilamkurthy , Benoit Steiner, Lu Fang, Junjie Bai és Soumith Chintala. PyTorch: Egy kötelező stílusú, nagy teljesítményű mély tanulási könyvtár. Curran Associates Inc., Red Hook, NY, USA, 2019.

[47] Ruth Pordes, Don Petravick, Bill Kramer, Doug Olson, Miron Livny, Alain Roy, Paul Avery, Kent Blackburn, Torre Wenaus, Frank Würthwein, Ian Foster, Rob Gardner, Mike Wilde, Alan Blatecky, John McGee és Rob Quick. A nyílt tudományos rács. J. Phys. Konf. Szer., 78/78. kötet, 012057. oldal, 2007. 10.1088/1742-6596/78/1/012057.
https://doi.org/10.1088/1742-6596/78/1/012057

[48] 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. URL https:///link.aps.org/doi/10.1103/PRXQuantum.3.020365.
https:///doi.org/10.1103/PRXQuantum.3.020365

[49] Alireza Seif, Ze-Pei Cian, Sisi Zhou, Senrui Chen és Liang Jiang. Árnyékdesztilláció: Kvantumhiba-csökkentés klasszikus árnyékokkal a közeli idejű kvantumprocesszorokhoz. arXiv e-nyomatok, art. arXiv:2203.07309, 2022. március.
arXiv: 2203.07309

[50] Igor Sfiligoi, Daniel C Bradley, Burt Holzman, Parag Mhashilkar, Sanjay Padhi és Frank Wurthwein. Az erőforrások rácsozásának kísérleti módja glideinwms használatával. 2009-ben a WRI számítástechnikai és információmérnöki világkongresszusa, 2/2. kötet, 428–432. oldal, 2009. 10.1109/CSIE.2009.950.
https:///doi.org/10.1109/CSIE.2009.950

[51] Shenglong Xu és Brian Swingle. Lokalitás, kvantumfluktuációk és kódolás. Physical Review X, 9 (3): 031048, 2019. július. 10.1103/PhysRevX.9.031048.
https:///doi.org/10.1103/PhysRevX.9.031048

[52] Yi-Zhuang You és Yingfei Gu. A véletlenszerű Hamilton-dinamika összefonódási jellemzői. Phys. Rev. B, 98 (1): 014309, 2018. július. 10.1103/PhysRevB.98.014309.
https:///doi.org/10.1103/PhysRevB.98.014309

[53] Yi-Zhuang You, Zhao Yang és Xiao-Liang Qi. Térgeometria gépi tanulása az összefonódási jellemzőkből. Phys. Rev. B, 97 (4): 045153, 2018. február. 10.1103/PhysRevB.97.045153.
https:///doi.org/10.1103/PhysRevB.97.045153

[54] 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. URL https:///link.aps.org/doi/10.1103/PhysRevLett.127.110504.
https:///doi.org/10.1103/PhysRevLett.127.110504

[55] Tianci Zhou és Xiao Chen. Operátori dinamika Brown-kvantumkörben. Phys. Rev. B, 99 (5): 052212, 2019. május. 10.1103/PhysRevE.99.052212.
https:///doi.org/10.1103/PhysRevE.99.052212

[56] Tianci Zhou és Adam Nahum. A véletlenszerű egységáramkörök összefonódásának kialakuló statisztikai mechanikája. Phys. Rev. B, 99 (17): 174205, 2019. május. 10.1103/PhysRevB.99.174205.
https:///doi.org/10.1103/PhysRevB.99.174205

Idézi

[1] Hong-Ye Hu, Soonwon Choi és Yi-Zhuang You, „Classical Shadow Tomography with Locally Scrambled Quantum Dynamics”, arXiv: 2107.04817, (2021).

[2] 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).

[3] Gregory Boyd és Koczor Bálint, „Változatos kvantumáramkörök képzése CoVaR-rel: Kovariancia gyökérkeresés klasszikus árnyékokkal”, Fizikai áttekintés X 12 4, 041022 (2022).

[4] Minh C. Tran, Daniel K. Mark, Wen Wei Ho és Soonwon Choi, „Measuring Arbitrary Physical Properties in Analog Quantum Simulation”, Fizikai áttekintés X 13 1, 011049 (2023).

[5] Mirko Arienzo, Markus Heinrich, Ingo Roth és Martin Kliesch, „Zárt formájú analitikus kifejezések árnyékbecsléshez téglafalazati áramkörökkel”, arXiv: 2211.09835, (2022).

[6] Matteo Ippoliti, „Klasszikus árnyékok lokálisan összefonódott méréseken alapulva”, arXiv: 2305.10723, (2023).

[7] Arnaud Carignan-Dugas, Dar Dahlen, Ian Hincks, Egor Ospadov, Stefanie J. Beale, Samuele Ferracin, Joshua Skanes-Norman, Joseph Emerson és Joel J. Wallman, „The Error Reconstruction and Compiled Calibration of Quantum Computing Cycles ”, arXiv: 2303.17714, (2023).

[8] Katherine Van Kirk, Jordan Cotler, Hsin-Yuan Huang és Mikhail D. Lukin, „Hardver-hatékony tanulás a kvantum sok test állapotairól”, arXiv: 2212.06084, (2022).

[9] Matthias C. Caro, Kvantumfolyamatok és Hamilton-tanulás a Pauli Transzfer Mátrixon keresztül, arXiv: 2212.04471, (2022).

[10] Yusen Wu, Bujiao Wu, Yanqi Song, Xiao Yuan és Jingbo B. Wang, „Gyengén zajos kvantumállapotok komplexitásának elemzése kvantumgépi tanulással” arXiv: 2303.17813, (2023).

[11] Matteo Ippoliti, Yaodong Li, Rakovszky Tibor és Vedika Khemani, „A kezelő relaxációja és a klasszikus árnyékok optimális mélysége”, arXiv: 2212.11963, (2022).

[12] Markus Heinrich, Martin Kliesch és Ingo Roth, „Általános garanciák a randomizált benchmarkinghoz véletlenszerű kvantumáramkörökkel”, arXiv: 2212.06181, (2022).

[13] Hans Hon Sang Chan, Richard Meister, Matthew L. Goh és Koczor Bálint, „Algoritmikus árnyékspektroszkópia”, arXiv: 2212.11036, (2022).

[14] Haoxiang Wang, Maurice Weber, Josh Izaac és Cedric Yen-Yu Lin, „Predicting Properties of Quantum Systems with Conditional Generative Models”, arXiv: 2211.16943, (2022).

[15] Hong-Ye Hu, Soonwon Choi és Yi-Zhuang You, „Klasszikus árnyéktomográfia lokálisan kódolt kvantumdinamikával”, Physical Review Research 5 2, 023027 (2023).

[16] Zi-Jian Zhang, Kouhei Nakaji, Matthew Choi és Alán Aspuru-Guzik, „Összetett mérési séma hatékony kvantummegfigyelhető becsléshez”, arXiv: 2305.02439, (2023).

[17] Zheng An, Jiahui Wu, Muchun Yang, DL Zhou és Bei Zeng, „Unified Quantum State Tomography and Hamiltonan Learning using Transformer Models: A Language-Translation-Like Approach for Quantum Systems”, arXiv: 2304.12010, (2023).

A fenti idézetek innen származnak SAO/NASA HIRDETÉSEK (utolsó sikeres frissítés: 2023-06-03 10:54:14). Előfordulhat, hogy a lista hiányos, mivel nem minden kiadó ad megfelelő és teljes hivatkozási adatokat.

On Crossref által idézett szolgáltatás művekre hivatkozó adat nem található (utolsó próbálkozás 2023-06-03 10:54:12).

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.
PlatoAiStream. Web3 adatintelligencia. Felerősített tudás. Hozzáférés itt.
A jövő pénzverése – Adryenn Ashley. Hozzáférés itt.
Részvények vásárlása és eladása PRE-IPO társaságokban a PREIPO® segítségével. Hozzáférés itt.
Forrás: https://quantum-journal.org/papers/q-2023-06-01-1026/

Időbélyeg: Június 1, 2023

Időbélyeg: 6. június 2023.

Skálázható és rugalmas klasszikus árnyéktomográfia Tensor hálózatokkal

Újra kiadta Platón

Absztrakt

Népszerű összefoglaló

► BibTeX adatok

► Referenciák

Idézi

Még több Quantum Journal

Kvantumszámítás Floquet energiaspektrumok

Rejtett kvantummemória: van-e memória, ha valaki néz?

Bináris vezérlésű impulzusoptimalizálás kvantumrendszerekhez

Pauli topológiai alrendszer kódjai az Abeli anyon elméletekből

Tetszőleges szupravezető kvantumáramkörök elemzése Python csomag kíséretében: SQcircuit

Jelszerkezet szondázása mérési indukált összefonódás segítségével

A relációs kvantummechanika relatív tényei összeegyeztethetetlenek a kvantummechanikával

A kvantumelőnyök játéka: az ellenőrzés és a szimuláció összekapcsolása

Összeállíthatóan biztonságos eszközfüggetlen titkosítás tanúsított törléssel

Kontextualitás az összefonódást segítő egylövéses klasszikus kommunikációban

Rólunk

Vertical Search & Ai

Emelvény

Maradjon kapcsolatban

Fiók