Estimasi Adaptif Dari Pengamatan Kuantum

Diterbitkan Ulang Oleh Plato

Followers: 0

Ariel Schlosberg^1,2, Andrew J. Jena^3,4, Priyanka Mukhopadhyay^3,4, Jan F.Haase^3,5,6, Felix Leditzky^3,4,7,8, dan Luca Dellantonio^3,5,9

¹JILA, Universitas Colorado dan Institut Standar dan Teknologi Nasional, Boulder, CO 80309, AS
²Departemen Fisika, Universitas Colorado, Boulder, CO 80309, AS
³Institute for Quantum Computing, University of Waterloo, Waterloo, ON N2L 3G1, Kanada
⁴Departemen Kombinatorik & Optimasi, Universitas Waterloo, Waterloo, ON N2L 3G1, Kanada
⁵Departemen Fisika & Astronomi, University of Waterloo, Waterloo, ON N2L 3G1, Kanada
⁶Institut Fisika Teoretis dan IQST, Universität Ulm, D-89069 Ulm, Jerman
⁷Departemen Matematika dan IQUIST, University of Illinois Urbana-Champaign, Urbana, IL 61801, USA
⁸Institut Perimeter untuk Fisika Teoritis, Waterloo, ON N2L 2Y5, Kanada
⁹Departemen Fisika dan Astronomi, University of Exeter, Stocker Road, Exeter EX4 4QL, Britania Raya

Apakah makalah ini menarik atau ingin dibahas? Scite atau tinggalkan komentar di SciRate.

Abstrak

Estimasi akurat dari pengamatan kuantum adalah tugas penting dalam sains. Dengan kemajuan perangkat keras, mengukur sistem kuantum akan semakin menuntut, terutama untuk protokol variasional yang memerlukan pengambilan sampel ekstensif. Di sini, kami memperkenalkan skema pengukuran yang secara adaptif memodifikasi estimator berdasarkan data yang diperoleh sebelumnya. Algoritme kami, yang kami sebut AEQuO, terus memantau perkiraan rata-rata dan kesalahan terkait dari yang dianggap dapat diamati, dan menentukan langkah pengukuran selanjutnya berdasarkan informasi ini. Kami mengizinkan hubungan pergantian yang tumpang tindih dan non-bitwise dalam himpunan bagian dari operator Pauli yang diperiksa secara bersamaan, sehingga memaksimalkan jumlah informasi yang dikumpulkan. AEQuO hadir dalam dua varian: algoritme pengisian keranjang yang rakus dengan kinerja yang baik untuk instans masalah kecil, dan algoritme berbasis pembelajaran mesin dengan penskalaan yang lebih baik untuk instans yang lebih besar. Konfigurasi pengukuran yang ditentukan oleh subrutin ini diproses lebih lanjut untuk menurunkan kesalahan pada estimator. Kami menguji protokol kami pada Hamiltonians kimia, di mana AEQuO memberikan perkiraan kesalahan yang meningkatkan semua metode canggih berdasarkan berbagai teknik pengelompokan atau pengukuran acak, sehingga sangat menurunkan tol pengukuran dalam aplikasi kuantum saat ini dan masa depan.

Estimasi adaptif dari Kecerdasan Data PlatoBlockchain yang dapat diamati kuantum. Pencarian Vertikal. Ai.

Gambar unggulan: Skema AEqUO, algoritme pengukuran kami. O yang dapat diamati diberikan sebagai input dan direpresentasikan melalui grafik berbobot, yang darinya dimungkinkan untuk memulihkan rata-rata dan kesalahan estimator. Setelah menemukan klik grafik, yang sesuai dengan bagian O yang terukur secara bersamaan, bidikan dialokasikan melalui subrutin Machine Learning (ML) atau Bucket Filling (BF). Ketika anggaran pengukuran habis, pasca-pemrosesan diterapkan dan nilai akhir estimasi rata-rata dan kesalahan diperoleh.

Ringkasan populer

Sistem kuantum, berbeda dengan sistem klasik, dihancurkan secara permanen setiap kali diukur. Ini memiliki implikasi yang dalam ketika seseorang ingin mengekstraksi informasi dari sistem kuantum. Misalnya, ketika seseorang harus memperkirakan nilai rata-rata dari yang dapat diamati, seringkali diperlukan untuk mengulangi seluruh percobaan beberapa kali. Bergantung pada strategi pengukuran yang digunakan, persyaratan untuk mencapai presisi yang sama sangat bervariasi. Dalam karya ini, kami mengusulkan pendekatan baru yang sangat menurunkan sumber daya pada perangkat keras. Strategi kami bersifat adaptif, dalam arti mempelajari dan meningkatkan alokasi pengukuran saat data diperoleh. Selain itu, ini memungkinkan untuk memperkirakan rata-rata dan kesalahan yang memengaruhi pengamatan yang diinginkan pada saat yang bersamaan. Dibandingkan dengan pendekatan canggih lainnya, kami menunjukkan peningkatan yang konsisten dan cukup besar dalam akurasi estimasi ketika protokol kami digunakan.

► data BibTeX

@artikel{Shlosberg2023adaptiveestimation, doi = {10.22331/q-2023-01-26-906}, url = {https://doi.org/10.22331/q-2023-01-26-906}, judul = {Estimasi adaptif dari pengamatan kuantum}, penulis = {Shlosberg, Ariel dan Jena, Andrew J. dan Mukhopadhyay, Priyanka dan Haase, Jan F. dan Leditzky, Felix dan Dellantonio, Luca}, jurnal = {{Quantum}}, issn = {2521- 327X}, penerbit = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, halaman = {906}, bulan = jan, tahun = {2023} }

► Referensi

[1] PW Shor “Algoritma untuk komputasi kuantum: logaritma diskrit dan pemfaktoran” Prosiding Simposium Tahunan ke-35 tentang Yayasan Ilmu Komputer 124-134 (1994).
https: / / doi.org/ 10.1109 / SFCS.1994.365700

[2] Michael A. Nielsen dan Issaac L. Chuang “Komputasi Kuantum dan Informasi Kuantum” Cambridge University Press (2010).
https: / / doi.org/ 10.1017 / CBO9780511976667

[3] Antonio Acín, Immanuel Bloch, Harry Buhrman, Tommaso Calarco, Christopher Eichler, Jens Eisert, Daniel Esteve, Nicolas Gisin, Steffen J Glaser, Fedor Jelezko, Stefan Kuhr, Maciej Lewenstein, Max F Riedel, Piet O Schmidt, Rob Thew, Andreas Wallraff , Ian Walmsley, dan Frank K Wilhelm, “Peta jalan teknologi kuantum: pandangan komunitas Eropa” New Journal of Physics 20, 080201 (2018).
https: / / doi.org/ 10.1088 / 1367-2630 / aad1ea
arXiv: 1712.03773

[4] John Preskill “Komputasi Kuantum di era NISQ dan seterusnya” Quantum 2, 79 (2018).
https://doi.org/10.22331/q-2018-08-06-79
arXiv: 1801.00862

[5] IM Georgescu, S. Ashhab, dan Franco Nori, Ulasan “Simulasi kuantum” Fisika Modern 86, 153–185 (2014).
https: / / doi.org/ 10.1103 / RevModPhys.86.153
arXiv: 1308.6253

[6] Mari Carmen Banuls, Rainer Blatt, Jacopo Catani, Alessio Celi, Juan Ignacio Cirac, Marcello Dalmonte, Leonardo Fallani, Karl Jansen, Maciej Lewenstein, dan Simone Montangero, “Mensimulasikan teori pengukur kisi dalam teknologi kuantum” Jurnal Fisik Eropa D 74, 1 –42 (2020).
https: / / doi.org/ 10.1140 / epjd / e2020-100571-8
arXiv: 1911.00003

[7] Jan F. Haase, Luca Dellantonio, Alessio Celi, Danny Paulson, Angus Kan, Karl Jansen, dan Christine A Muschik, “Pendekatan hemat sumber daya untuk simulasi kuantum dan klasik teori pengukur dalam fisika partikel” Quantum 5, 393 (2021).
https://doi.org/10.22331/q-2021-02-04-393
arXiv: 2006.14160

[8] Danny Paulson, Luca Dellantonio, Jan F. Haase, Alessio Celi, Angus Kan, Andrew Jena, Christian Kokail, Rick van Bijnen, Karl Jansen, Peter Zoller, dan Christine A. Muschik, “Mensimulasikan Efek 2D dalam Teori Lattice Gauge pada Kuantum Komputer” PRX Quantum 2, 030334 (2021).
https: / / doi.org/ 10.1103 / PRXQuantum.2.030334
arXiv: 2008.09252

[9] Yudong Cao, Jonathan Romero, Jonathan P. Olson, Matthias Degroote, Peter D. Johnson, Mária Kieferová, Ian D. Kivlichan, Tim Menke, Borja Peropadre, Nicolas PD Sawaya, Sukin Sim, Libor Veis, and Alán Aspuru-Guzik, “ Kimia Kuantum di Era Komputasi Kuantum” Ulasan Kimia 119, 10856–10915 (2019).
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803
arXiv: 1812.09976

[10] John Preskill “Komputasi kuantum 40 tahun kemudian” pracetak arXiv (2021).
https:///doi.org/10.48550/arXiv.2106.10522
arXiv: 2106.10522

[11] Heinz-Peter Breue dan Francesco Petruccione “Teori sistem kuantum terbuka” Oxford University Press on Demand (2002).
https: / / doi.org/ 10.1093 / acprof: oso / 9780199213900.001.0001

[12] Y. Cao, J. Romero, dan A. Aspuru-Guzik, “Potensi komputasi kuantum untuk penemuan obat” IBM Journal of Research and Development 62, 6:1–6:20 (2018).
https: / / doi.org/ 10.1147 / JRD.2018.2888987

[13] WM Itano, JC Bergquist, JJ Bollinger, JM Gilligan, DJ Heinzen, FL Moore, MG Raizen, dan DJ Wineland, “Kebisingan proyeksi kuantum: Fluktuasi populasi dalam sistem dua tingkat” Tinjauan Fisik A 47, 3554–3570 (1993).
https: / / doi.org/ 10.1103 / PhysRevA.47.3554

[14] Marco Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R. McClean, Kosuke Mitarai, Xiao Yuan, dan Lukasz Cincio, “Algoritme kuantum variasional” Ulasan Alam Fisika 3, 625–644 (2021) .
https://doi.org/10.1038/s42254-021-00348-9
arXiv: 2012.09265

[15] RR Ferguson, L. Dellantonio, A. Al Balushi, K. Jansen, W. Dür, dan CA Muschik, “Surat Tinjauan Fisik Quantum Eigensolver Variasi Berbasis Pengukuran” 126, 220501 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.126.220501
arXiv: 2010.13940

[16] Andrew Jena, Scott Genin, dan Michele Mosca, “Pauli Partitioning with Respect to Gate Sets” pracetak arXiv (2019).
https:///doi.org/10.48550/arXiv.1907.07859
arXiv: 1907.07859

[17] Jarrod R. McClean, Jonathan Romero, Ryan Babbush, dan Alán Aspuru-Guzik, “Teori algoritma kuantum-klasik hibrid variasional” New Journal of Physics 18, 023023 (2016).
https://doi.org/10.1088/1367-2630/18/2/023023
arXiv: 1509.04279

[18] Vladyslav Verteletskyi, Tzu-Ching Yen, dan Artur F. Izmaylov, “Optimasi pengukuran dalam pemecah eigen kuantum variasional menggunakan penutup klik minimum” Jurnal Fisika Kimia 152, 124114 (2020).
https: / / doi.org/ 10.1063 / 1.5141458
arXiv: 1907.03358

[19] Andrew Arrasmith, Lukasz Cincio, Rolando D. Somma, dan Patrick J. Coles, “Pengambilan Sampel Operator untuk Pengoptimalan Hemat Tembakan dalam Algoritma Variasi” pracetak arXiv (2020).
https:///doi.org/10.48550/arXiv.2004.06252
arXiv: 2004.06252

[20] Ophelia Crawford, Barnaby van Straaten, Daochen Wang, Thomas Parks, Earl Campbell, dan Stephen Brierley, “Pengukuran kuantum yang efisien dari operator Pauli di hadapan kesalahan pengambilan sampel yang terbatas” Quantum 5, 385 (2021).
https://doi.org/10.22331/q-2021-01-20-385
arXiv: 1908.06942

[21] Hsin-Yuan Huang, Richard Kueng, dan John Preskill, “Estimasi Efisien Pengamatan Pauli dengan Derandomisasi” Surat Tinjauan Fisik 127, 030503 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.030503
arXiv: 2103.07510

[22] Giacomo Torlai, Guglielmo Mazzola, Giuseppe Carleo, dan Antonio Mezzacapo, “Pengukuran yang tepat dari pengamatan kuantum dengan penaksir jaringan saraf” Physical Review Research 2, 022060 (2020).
https: / / doi.org/ 10.1103 / PhysRevResearch.2.022060
arXiv: 1910.07596

[23] Stefan Hillmich, Charles Hadfield, Rudy Raymond, Antonio Mezzacapo, dan Robert Wille, “Decision Diagrams for Quantum Measurements with Shallow Circuits” Konferensi Internasional IEEE 2021 tentang Komputasi dan Teknik Kuantum (QCE) 24–34 (2021).
https: / / doi.org/ 10.1109 / QCE52317.2021.00018

[24] Hsin-Yuan Huang, Richard Kueng, dan John Preskill, “Memprediksi banyak properti sistem kuantum dari sedikit pengukuran” Fisika Alam 16, 1050–1057 (2020).
https://doi.org/10.1038/s41567-020-0932-7
arXiv: 2002.08953

[25] Charles Hadfield, Sergey Bravyi, Rudy Raymond, dan Antonio Mezzacapo, “Pengukuran Quantum Hamiltonians dengan Locally-Biased Classical Shadows” Communications in Mathematical Physics 391, 951–967 (2022).
https://doi.org/10.1007/s00220-022-04343-8

[26] Pracetak Charles Hadfield “Adaptive Pauli Shadows for Energy Estimation” arXiv (2021).
https:///doi.org/10.48550/arXiv.2105.12207
arXiv: 2105.12207

[27] Bujiao Wu, Jinzhao Sun, Qi Huang, dan Xiao Yuan, “Pengukuran pengelompokan yang tumpang tindih: Kerangka terpadu untuk mengukur keadaan kuantum” pracetak arXiv (2021).
https:///doi.org/10.48550/arXiv.2105.13091
arXiv: 2105.13091

[28] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami, dan Yuya O. Nakagawa, “Estimasi nilai ekspektasi kuantum dengan pengambilan sampel berbasis komputasi” Phys. Pdt.Res. 4, 033173 (2022).
https: / / doi.org/ 10.1103 / PhysRevResearch.4.033173

[29] Pranav Gokhale, Olivia Angiuli, Yongshan Ding, Kaiwen Gui, Teague Tomesh, Martin Suchara, Margaret Martonosi, dan Frederic T. Chong, “Meminimalkan Persiapan Negara dalam Pemecah Eigen Kuantum Variasional dengan Mempartisi ke dalam Keluarga Komuter” pracetak arXiv (2019).
https:///doi.org/10.48550/arXiv.1907.13623
arXiv: 1907.13623

[30] Ikko Hamamura dan Takashi Imamichi “Evaluasi efisien dari pengamatan kuantum menggunakan pengukuran terjerat” npj Quantum Information 6, 1–8 (2020).
https://doi.org/10.1038/s41534-020-0284-2

[31] Tzu-Ching Yen, Vladyslav Verteletskyi, dan Artur F. Izmaylov, “Mengukur Semua Operator yang Kompatibel dalam Satu Rangkaian Pengukuran Qubit Tunggal Menggunakan Transformasi Kesatuan” Jurnal Teori Kimia dan Komputasi 16, 2400–2409 (2020).
https: / / doi.org/ 10.1021 / acs.jctc.0c00008

[32] Artur F. Izmaylov, Tzu-Ching Yen, Robert A. Lang, dan Vladyslav Verteletskyi, “Pendekatan Partisi Kesatuan untuk Masalah Pengukuran dalam Metode Pemecah Eigen Kuantum Variasional” Jurnal Teori Kimia dan Komputasi 16, 190–195 (2020).
https: / / doi.org/ 10.1021 / acs.jctc.9b00791

[33] Cambyse Rouzé dan Daniel Stilck França “Mempelajari sistem banyak benda kuantum dari beberapa salinan” pracetak arXiv (2021).
https:///doi.org/10.48550/arXiv.2107.03333
arXiv: 2107.03333

[34] Andrew J. Jena dan Ariel Shlosberg “Pengoptimalan pengukuran VQE (repositori GitHub)” https:///github.com/AndrewJena/VQE_measurement_optimization (2021).
https:///github.com/AndrewJena/VQE_measurement_optimization

[35] Scott Aaronson dan Daniel Gottesman "Peningkatan simulasi rangkaian penstabil" Tinjauan Fisik A 70, 052328 (2004).
https: / / doi.org/ 10.1103 / PhysRevA.70.052328

[36] Coen Bronand Joep Kerbosch “Algoritma 457: menemukan semua klik dari graf tak berarah” Komunikasi ACM 16, 575–577 (1973).
https: / / doi.org/ 10.1145 / 362342.362367

[37] Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, dan Clifford Stein, “Pengantar algoritma” MIT press (2009).

[38] Stephan Hoyer, Jascha Sohl-Dickstein, dan Sam Greydanus, “Reparameterisasi saraf meningkatkan optimalisasi struktural” NeurIPS 2019 Deep Inverse Workshop (2019).
https:///doi.org/10.48550/arXiv.1909.04240
arXiv: 1909.04240

[39] Herbert Robbinsand Sutton Monro “Metode pendekatan stokastik” The Annals of Mathematical Statistics 400–407 (1951).
https: / / doi.org/ 10.1214 / aoms / 1177729586

[40] Diederik P. Kingma dan Jimmy Ba “Adam: A Method for Stochastic Optimization” 3rd International Conference on Learning Representations (2015).
https:///doi.org/10.48550/arXiv.1412.6980
arXiv: 1412.6980

[41] Stephen Wright dan Jorge Nocedal "Optimasi Numerik" Springer Science 35, 7 (1999).

[42] Philip E. Gilland Walter Murray "Metode kuasi-Newton untuk pengoptimalan tak terbatas" IMA Jurnal Matematika Terapan 9, 91–108 (1972).
https:///doi.org/10.1093/imamat/9.1.91

[43] Chigozie Nwankpa, Winifred Ijomah, Anthony Gachagan, dan Stephen Marshall, “Fungsi Aktivasi: Perbandingan tren dalam Praktik dan Penelitian untuk Pembelajaran Mendalam” pracetak arXiv (2018).
https:///doi.org/10.48550/arXiv.1811.03378
arXiv: 1811.03378

[44] Fabian HL Essler, Holger Frahm, Frank Göhmann, Andreas Klümper, dan Vladimir E Korepin, “Model Hubbard satu dimensi” Cambridge University Press (2005).

[45] Zonghan Wu, Shirui Pan, Fengwen Chen, Guodong Long, Chengqi Zhang, dan Philip S. Yu, “Survei Komprehensif tentang Jaringan Neural Graf” Transaksi IEEE pada Jaringan Neural dan Sistem Pembelajaran 32, 4–24 (2021).
https:///doi.org/10.1109/TNNLS.2020.2978386
arXiv: 1901.00596

[46] JF Haase, PJ Vetter, T. Unden, A. Smirne, J. Rosskopf, B. Naydenov, A. Stacey, F. Jelezko, MB Plenio, dan SF Huelga, “Non-Markovianity Terkendali untuk Spin Qubit dalam Berlian” Fisik Review Letters 121, 060401 (2018).
https: / / doi.org/ 10.1103 / PhysRevLett.121.060401
arXiv: 1802.00819

[47] Nicholas C. Rubin, Ryan Babbush, dan Jarrod McClean, “Penerapan batasan marjinal fermionik ke algoritme kuantum hibrid” New Journal of Physics 20, 053020 (2018).
https: / / doi.org/ 10.1088 / 1367-2630 / aab919
arXiv: 1801.03524

[48] John Kruschke “Melakukan analisis data Bayesian: Sebuah tutorial dengan R, JAGS, dan Stan” Academic Press (2014).
https://doi.org/10.1016/B978-0-12-405888-0.09999-2

[49] Andrew Gelman, John B. Carlin, Hal S. Stern, dan Donald B. Rubin, “Analisis data Bayesian” Chapman Hall/CRC (1995).

[50] Paolo Fornasini "Ketidakpastian dalam pengukuran fisik: pengantar analisis data di laboratorium fisika" Springer (2008).
https://doi.org/10.1007/978-0-387-78650-6

[51] Roger A. Horn dan Charles R. Johnson “Analisis matriks” Cambridge University Press (2012).

[52] JW Moonand L. Moser “On cliques in graphs” Jurnal Matematika Israel 3, 23–28 (1965).
https: / / doi.org/ 10.1007 / BF02760024

[53] Dong C. Liu dan Jorge Nocedal “Pada metode BFGS memori terbatas untuk optimasi skala besar” Pemrograman matematika 45, 503–528 (1989).
https: / / doi.org/ 10.1007 / BF01589116

Dikutip oleh

[1] Andreas Elben, Steven T. Flammia, Hsin-Yuan Huang, Richard Kueng, John Preskill, Benoît Vermersch, dan Peter Zoller, “Kotak alat pengukuran acak”, Ulasan Alam Fisika 5 1, 9 (2023).

[2] Zachary Pierce Bansingh, Tzu-Ching Yen, Peter D. Johnson, dan Artur F. Izmaylov, “Fidelity overhead untuk pengukuran non-lokal dalam algoritma kuantum variasional”, arXiv: 2205.07113, (2022).

[3] Masaya Kohda, Ryosuke Imai, Keita Kanno, Kosuke Mitarai, Wataru Mizukami, dan Yuya O. Nakagawa, “Estimasi nilai ekspektasi kuantum dengan pengambilan sampel berbasis komputasi”, Penelitian Tinjauan Fisik 4 3, 033173 (2022).

[4] Bujiao Wu, Jinzhao Sun, Qi Huang, dan Xiao Yuan, “Pengukuran pengelompokan yang tumpang tindih: Kerangka terpadu untuk mengukur keadaan kuantum”, arXiv: 2105.13091, (2021).

[5] Tzu-Ching Yen, Aadithya Ganeshram, dan Artur F. Izmaylov, “Peningkatan deterministik pengukuran kuantum dengan pengelompokan operator yang kompatibel, transformasi non-lokal, dan perkiraan kovarians”, arXiv: 2201.01471, (2022).

[6] Bojia Duan dan Chang-Yu Hsieh, “pemuatan data berbasis Hamiltonian dengan sirkuit kuantum dangkal”, Ulasan Fisik A 106 5, 052422 (2022).

[7] Daniel Miller, Laurin E. Fischer, Igor O. Sokolov, Panagiotis Kl. Barkoutsos, dan Ivano Tavernelli, "Sirkuit Diagonalisasi yang Disesuaikan dengan Perangkat Keras", arXiv: 2203.03646, (2022).

[8] Francisco Escudero, David Fernández-Fernández, Gabriel Jaumà, Guillermo F. Peñas, dan Luciano Pereira, “Pengukuran terjerat yang efisien perangkat keras untuk algoritme kuantum variasional”, arXiv: 2202.06979, (2022).

[9] William Kirby, Mario Motta, dan Antonio Mezzacapo, “Metode Lanczos yang tepat dan efisien pada komputer kuantum”, arXiv: 2208.00567, (2022).

[10] Lane G. Gunderman, “Mengubah Koleksi Operator Pauli menjadi Koleksi Setara Operator Pauli dengan Register Minimal”, arXiv: 2206.13040, (2022).

[11] Andrew Jena, Scott N. Genin, dan Michele Mosca, “Optimalisasi pengukuran variasional-quantum-eigensolver dengan mempartisi operator Pauli menggunakan gerbang Clifford multiqubit pada perangkat keras kuantum skala menengah yang berisik”, Ulasan Fisik A 106 4, 042443 (2022).

[12] Alexander Gresch dan Martin Kliesch, "Estimasi energi yang dijamin efisien dari Hamiltonian banyak benda kuantum menggunakan ShadowGrouping", arXiv: 2301.03385, (2023).

Kutipan di atas berasal dari SAO / NASA ADS (terakhir berhasil diperbarui, 2023-01-26 13:33:05). Daftar ini mungkin tidak lengkap karena tidak semua penerbit menyediakan data kutipan yang cocok dan lengkap.

Tidak dapat mengambil Crossref dikutip oleh data selama upaya terakhir 2023-01-26 13:33:03: Tidak dapat mengambil data yang dikutip oleh untuk 10.22331 / q-2023-01-26-906 dari Crossref. Ini normal jika DOI terdaftar baru-baru ini.

Makalah ini diterbitkan dalam Quantum di bawah Creative Commons Attribution 4.0 Internasional (CC BY 4.0) lisensi. Hak cipta tetap berada pada pemegang hak cipta asli seperti penulis atau lembaganya.

Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
Platoblockchain. Intelijen Metaverse Web3. Pengetahuan Diperkuat. Akses Di Sini.
Sumber: https://quantum-journal.org/papers/q-2023-01-26-906/

Stempel Waktu: Januari 26, 2023

Stempel Waktu: Agustus 23, 2022

Estimasi adaptif dari pengamatan kuantum

Diterbitkan Ulang Oleh Plato

Abstrak

Ringkasan populer

► data BibTeX

► Referensi

Dikutip oleh

Lebih dari Jurnal Kuantum

Bayangan klasik berdasarkan pengukuran yang terjerat secara lokal

Perajutan sirkuit dengan batasan overhead untuk dinamika kuantum variasional

Pada pengkodean blok kuantum yang efisien dari operator diferensial semu

Estimasi adaptif dari pengamatan kuantum

Termometri kuantum kritis dan kelayakannya dalam sistem putaran

Grup qudit Pauli: pasangan non-komuter, himpunan non-komuter, dan teorema struktur

Kepadatan energi dalam mekanika kuantum

Mencapai batas teori medan kuantum dalam model tautan kuantum jauh dari kesetimbangan

Menyelidiki keterikatan kuantum dari populasi sublevel magnetik: melampaui ketidaksetaraan yang menekan putaran

Algoritme pengiriman pesan kuantum untuk decoding yang optimal dan efisien

Tentang Kami

Pencarian Vertikal & Ai

Platform

Tetap Berhubung

Akun