Dissipazione come risorsa per il Quantum Reservoir Computing

Dissipazione come risorsa per il Quantum Reservoir Computing

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

Istituto di Fisica Interdisciplinare e Sistemi Complessi (IFISC) UIB-CSIC, Campus Universitat Illes Balears, 07122, Palma di Maiorca, Spagna.

Trovi questo documento interessante o vuoi discuterne? Scrivi o lascia un commento su SciRate.

Astratto

La dissipazione indotta dalle interazioni con un ambiente esterno tipicamente ostacola le prestazioni del calcolo quantistico, ma in alcuni casi può rivelarsi una risorsa utile. Mostriamo il potenziale miglioramento indotto dalla dissipazione nel campo del calcolo quantistico dei serbatoi introducendo perdite locali sintonizzabili nei modelli di reti di spin. Il nostro approccio basato sulla dissipazione continua è in grado non solo di riprodurre la dinamica di precedenti proposte di calcolo quantistico dei serbatoi, basate su mappe di cancellazione discontinua, ma anche di migliorarne le prestazioni. È stato dimostrato che il controllo dei tassi di smorzamento potenzia le attività temporali più diffuse dell'apprendimento automatico come la capacità di elaborare in modo lineare e non lineare la cronologia degli input e di prevedere serie caotiche. Infine, dimostriamo formalmente che, in condizioni non restrittive, i nostri modelli dissipativi formano una classe universale per il calcolo dei giacimenti. Ciò significa che, considerando il nostro approccio, è possibile approssimare qualsiasi mappa di memoria in via di estinzione con precisione arbitraria.

Nel campo dell’informatica quantistica, la visione convenzionale presuppone che le interazioni con gli ambienti esterni siano dannose per le prestazioni computazionali. Tuttavia, la nostra ricerca svela un cambiamento di paradigma, dimostrando il ruolo vantaggioso della dissipazione nell’apprendimento automatico quantistico. Nello specifico, nel fiorente campo del calcolo dei serbatoi quantistici, mostriamo i vantaggi dell’introduzione della dissipazione ingegnerizzata nei modelli di reti di spin. Attraverso test di benchmarking completi che comprendono attività che abbracciano la memoria lineare e non lineare, nonché la capacità di previsione, abbiamo riscontrato un notevole miglioramento nell'efficacia computazionale. Inoltre, stabiliamo, attraverso prove formali in condizioni non restrittive, l'universalità dei nostri modelli dissipativi per il calcolo dei giacimenti.

► dati BibTeX

► Riferimenti

, Ingegneria Accademie nazionali di scienze e medicina “Quantum Computing: Progress and Prospects” The National Academies Press (2019).
https: / / doi.org/ 10.17226 / 25196 mila

, Ivan H. Deutsch “Sfruttare il potere della seconda rivoluzione quantistica” PRX Quantum 1, 020101 (2020).
https: / / doi.org/ 10.1103 / PRXQuantum.1.020101

, Nicolas Gisinand Rob Thew “Comunicazione quantistica” Nature Photonics 1, 165–171 (2007).
https: / / doi.org/ 10.1038 / nphoton.2007.22

, CL Degen, F. Reinhard e P. Cappellaro, “Quantum sensing” Rev. Mod. Fis. 89, 035002 (2017).
https: / / doi.org/ 10.1103 / RevModPhys.89.035002

, 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 e P. Wallden, “Advances in quantum cryptography” Adv. Optare. Fotone. 12, 1012–1236 (2020).
https: / / doi.org/ 10.1364 / AOP.361502
http://​/​opg.optica.org/​aop/​abstract.cfm?URI=aop-12-4-1012

, Aram W. Harrow e Ashley Montanaro “Quantum computational supremacy” Nature 549, 203–209 (2017).
https: / / doi.org/ 10.1038 / nature23458

, Peter W. Shor "Algoritmi in tempo polinomiale per la fattorizzazione prima e logaritmi discreti su un computer quantistico" SIAM J. Comput. 26, 1484–1509 (1997).
https: / / doi.org/ 10.1137 / S0097539795293172

, Lov K Grover "Un algoritmo quantomeccanico veloce per la ricerca di database" Atti del ventottesimo simposio annuale ACM sulla teoria dell'informatica 212–219 (1996).
https: / / doi.org/ 10.1145 / 237814.237866 mila

, David Deutschand Richard Jozsa “Soluzione rapida di problemi mediante computazione quantistica” Atti della Royal Society di Londra. Serie A: Scienze matematiche e fisiche 439, 553–558 (1992).
https: / / doi.org/ 10.1098 / rspa.1992.0167

, Ethan Bernstein e Umesh Vazirani “Teoria della complessità quantistica” SIAM Journal on computing 26, 1411–1473 (1997).
https: / / doi.org/ 10.1137 / S0097539796300921

, Yudong Cao, Jonathan Romero, Jonathan P Olson, Matthias Degroote, Peter D Johnson, Mária Kieferová, Ian D Kivlichan, Tim Menke, Borja Peropadre e Nicolas PD Sawaya, “Quantum chemistry in the age of quantum computing” Chemical Reviews 119, 10856 –10915 (2019).
https: / / doi.org/ 10.1021 / acs.chemrev.8b00803

, Roman Orus, Samuel Mugel ed Enrique Lizaso, “Quantum computing for finance: Overview and prospects” Reviews in Physics 4, 100028 (2019).
https: / / doi.org/ 10.1016 / j.revip.2019.100028
https: / / www.sciencedirect.com/ science / article / pii / S2405428318300571

, Nikitas Stamatopoulos, Daniel J Egger, Yue Sun, Christa Zoufal, Raban Iten, Ning Shen e Stefan Woerner, "Prezzi delle opzioni utilizzando computer quantistici" Quantum 4, 291 (2020).
https:/​/​doi.org/​10.22331/​q-2020-07-06-291

, Jacob Biamonte, Peter Wittek, Nicola Pancotti, Patrick Rebentrost, Nathan Wiebe e Seth Lloyd, "Quantum machine learning" Nature 549, 195-202 (2017).
https: / / doi.org/ 10.1038 / nature23474

, John Preskill "Quantum Computing nell'era NISQ e oltre" Quantum 2, 79 (2018).
https:/​/​doi.org/​10.22331/​q-2018-08-06-79

, Kishor Bharti, Alba Cervera-Lierta, Thi Ha Kyaw, Tobias Haug, Sumner Alperin-Lea, Abhinav Anand, Matthias Degroote, Hermanni Heimonen, Jakob S Kottmann e Tim Menke, “Noisy intermedi-scale quantum analyzes” Reviews of Modern Physics 94 , 015004 (2022).
https: / / doi.org/ 10.1103 / RevModPhys.94.015004

, Frank Verstraete, Michael M Wolf e J Ignacio Cirac, "Calcolo quantistico e ingegneria dello stato quantistico guidati dalla dissipazione" Fisica della natura 5, 633–636 (2009).
https: / / doi.org/ 10.1038 / nphys1342

, Fernando Pastawski, Lucas Clemente e Juan Ignacio Cirac, “Memorie quantistiche basate sulla dissipazione ingegnerizzata” Physical Review A 83, 012304 (2011).
https: / / doi.org/ 10.1103 / PhysRevA.83.012304

, Christiane P Koch “Controllo dei sistemi quantistici aperti: strumenti, risultati e limitazioni” Journal of Physics: Condensed Matter 28, 213001 (2016).
https:/​/​doi.org/​10.1088/​0953-8984/​28/​21/​213001

, Sai Vinjanampathy e Janet Anders “Termodinamica quantistica” Contemporary Physics 57, 545–579 (2016).
https: / / doi.org/ 10.1080 / 00107514.2016.1201896 mila

, Gonzalo Manzano e Roberta Zambrini “Termodinamica quantistica sotto monitoraggio continuo: un quadro generale” AVS Quantum Science 4, 025302 (2022).
https: / / doi.org/ 10.1116 / 5.0079886 mila

, Susana F Huelga e Martin B Plenio “Vibrazioni, quanti e biologia” Contemporary Physics 54, 181–207 (2013).
https: / / doi.org/ 10.1080 / 00405000.2013.829687 mila

, Gonzalo Manzano, Fernando Galve, Gian Luca Giorgi, Emilio Hernández-García e Roberta Zambrini, "Sincronizzazione, correlazioni quantistiche ed entanglement in reti di oscillatori" Scientific Reports 3, 1–6 (2013).
https: / / doi.org/ 10.1038 / srep01439

, Albert Cabot, Fernando Galve, Víctor M Eguíluz, Konstantin Klemm, Sabrina Maniscalco e Roberta Zambrini, "Unveiling noiseless clusters in complex quantum network" npj Quantum Information 4, 1–9 (2018).
https:/​/​doi.org/​10.1038/​s41534-018-0108-9

, Pere Mujal, Rodrigo Martínez-Peña, Johannes Nokkala, Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano e Roberta Zambrini, "Opportunità nel calcolo dei serbatoi quantistici e nelle macchine ad apprendimento estremo" Advanced Quantum Technologies 4, 1–14 (2021 ).
https: / / doi.org/ 10.1002 / qute.202100027

, Mantas Lukoševičius, Herbert Jaeger e Benjamin Schrauwen, “Tendenze nel calcolo dei serbatoi” KI-Künstliche Intelligenz 26, 365–371 (2012).
https:/​/​doi.org/​10.1007/​s13218-012-0204-5

, Wolfgang Maass, Thomas Natschläger e Henry Markram, "Calcolo in tempo reale senza stati stabili: un nuovo quadro per il calcolo neurale basato sulle perturbazioni" Neural Computation 14, 2531–2560 (2002).
https: / / doi.org/ 10.1162 / 089976602760407955 mila

, Herbert Jaeger "L'approccio "echo state" all'analisi e all'addestramento delle reti neurali ricorrenti, con una nota di errore" Bonn, Germania: Centro nazionale tedesco di ricerca per la tecnologia dell'informazione GMD Technical Report 148, 13 (2001).
https://​/​www.ai.rug.nl/​minds/​uploads/​EchoStatesTechRep.pdf

, Gouhei Tanaka, Toshiyuki Yamane, Jean Benoit Héroux, Ryosho Nakane, Naoki Kanazawa, Seiji Takeda, Hidetoshi Numata, Daiju Nakano e Akira Hirose, "Recenti progressi nel calcolo dei serbatoi fisici: una revisione" Neural Networks 115, 100–123 (2019) .
https://​/​doi.org/​10.1016/​j.neunet.2019.03.005
https: / / www.sciencedirect.com/ science / article / pii / S0893608019300784

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

, John Moon, Wen Ma, Jong Hoon Shin, Fuxi Cai, Chao Du, Seung Hwan Lee e Wei D Lu, "Classificazione e previsione dei dati temporali utilizzando un sistema di calcolo del serbatoio basato su memristor" Nature Electronics 2, 480–487 (2019) .
https:/​/​doi.org/​10.1038/​s41928-019-0313-3

, Julie Grollier, Damien Querlioz, KY Camsari, Karin Everschor-Sitte, Shunsuke Fukami e Mark D Stiles, “Neuromorphic spintronics” Nature Electronics 3, 360–370 (2020).
https:/​/​doi.org/​10.1038/​s41928-019-0360-9

, Guy Van der Sande, Daniel Brunner e Miguel C. Soriano, “Advances in photonic tank computing” Nanophotonics 6, 561–576 (2017).

, Keisuke Fujii e Kohei Nakajima "Sfruttare la dinamica quantistica dell'insieme disordinato per l'apprendimento automatico" Phys. Rev. Applicato 8, 024030 (2017).
https: / / doi.org/ 10.1103 / PhysRevApplied.8.024030

, Kohei Nakajima, Keisuke Fujii, Makoto Negoro, Kosuke Mitarai e Masahiro Kitagawa, "Aumentare la potenza computazionale attraverso il multiplexing spaziale nel calcolo del serbatoio quantistico" Phys. Rev. Applicato 11, 034021 (2019).
https: / / doi.org/ 10.1103 / PhysRevApplied.11.034021

, Jiayin Chenand Hendra I. Nurdin "Apprendimento di mappe input-output non lineari con sistemi quantistici dissipativi" Quantum Information Processing 18 (2019).
https:/​/​doi.org/​10.1007/​s11128-019-2311-9

, Quoc Hoan Tranand Kohei Nakajima “Calcolo del serbatoio quantistico di ordine superiore” prestampa arXiv arXiv:2006.08999 (2020).
https://​/​doi.org/​10.48550/​ARXIV.2006.08999
https: / / arxiv.org/ abs / 2006.08999 mila

, Rodrigo Martínez-Peña, Johannes Nokkala, Gian Luca Giorgi, Roberta Zambrini e Miguel C Soriano, "Capacità di elaborazione delle informazioni dei sistemi di calcolo dei serbatoi quantistici basati sullo spin" Cognitive Computation 1–12 (2020).
https: / / doi.org/ 10.1007 / s12559-020-09772-y

, Rodrigo Araiza Bravo, Khadijeh Najafi, Xun Gao e Susanne F. Yelin, "Quantum Reservoir Computing Using Arrays of Rydberg Atoms" PRX Quantum 3, 030325 (2022).
https: / / doi.org/ 10.1103 / PRXQuantum.3.030325

, WD Kalfus, GJ Ribeill, GE Rowlands, HK Krovi, TA Ohki e LCG Govia, "Lo spazio di Hilbert come risorsa computazionale nel calcolo dei serbatoi" Phys. Rev. Ris. 4, 033007 (2022).
https: / / doi.org/ 10.1103 / PhysRevResearch.4.033007

, Johannes Nokkala, Rodrigo Martínez-Peña, Gian Luca Giorgi, Valentina Parigi, Miguel C Soriano e Roberta Zambrini, "Gli stati gaussiani dei sistemi quantistici a variabile continua forniscono un calcolo del serbatoio universale e versatile" Communications Physics 4, 1–11 (2021).
https: / / doi.org/ 10.1038 / s42005-021-00556-w

, LCG Govia, GJ Ribeill, GE Rowlands, HK Krovi e TA Ohki, "Calcolo del serbatoio quantistico con un singolo oscillatore non lineare" Phys. Rev. Ricerca 3, 013077 (2021).
https: / / doi.org/ 10.1103 / PhysRevResearch.3.013077

, Jiayin Chen, Hendra I Nurdin e Naoki Yamamoto, "Elaborazione delle informazioni temporali su computer quantistici rumorosi" Physical Review Applied 14, 024065 (2020).
https: / / doi.org/ 10.1103 / PhysRevApplied.14.024065

, Yudai Suzuki, Qi Gao, Ken C Pradel, Kenji Yasuoka e Naoki Yamamoto, "Calcolo del serbatoio quantistico naturale per l'elaborazione delle informazioni temporali" Scientific Reports 12, 1–15 (2022).
https: / / doi.org/ 10.1038 / s41598-022-05061-w

, Tomoyuki Kubota, Yudai Suzuki, Shumpei Kobayashi, Quoc Hoan Tran, Naoki Yamamoto e Kohei Nakajima, "Elaborazione delle informazioni temporali indotta dal rumore quantistico" Phys. Rev. Ris. 5, 023057 (2023).
https: / / doi.org/ 10.1103 / PhysRevResearch.5.023057

, Michele Spagnolo, Joshua Morris, Simone Piacentini, Michael Antesberger, Francesco Massa, Andrea Crespi, Francesco Ceccarelli, Roberto Osellame e Philip Walther, “Experimental photonic quantum memristor” Nature Photonics 16, 318–323 (2022).
https:/​/​doi.org/​10.1038/​s41566-022-00973-5

, Gerasimos Angelatos, Saeed A. Khan e Hakan E. Türeci, "Approccio del calcolo dei serbatoi alla misurazione dello stato quantistico" Phys. Rev. X 11, 041062 (2021).
https: / / doi.org/ 10.1103 / PhysRevX.11.041062

, Sanjib Ghosh, Tanjung Krisnanda, Tomasz Paterek e Timothy CH Liew, "Realizzazione e compressione di circuiti quantistici con il calcolo del serbatoio quantistico" Communications Physics 4, 1–7 (2021).
https:/​/​doi.org/​10.1038/​s42005-021-00606-3

, Sanjib Ghosh, Andrzej Opala, Michał Matuszewski, Tomasz Paterek e Timothy CH Liew, “Quantum Reservoir Processing” npj Quantum Information 5, 35 (2019).
https:/​/​doi.org/​10.1038/​s41534-019-0149-8

, Sanjib Ghosh, Andrzej Opala, Michal Matuszewski, Tomasz Paterek e 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

, Sanjib Ghosh, Tomasz Paterek e Timothy CH Liew, "Piattaforma neuromorfica quantistica per la preparazione dello stato quantistico" Phys. Rev. Lett. 123, 260404 (2019).
https: / / doi.org/ 10.1103 / PhysRevLett.123.260404

, Tanjung Krisnanda, Tomasz Paterek, Mauro Paternostro e Timothy CH Liew, "Approccio neuromorfico quantistico al rilevamento efficiente dell'entanglement indotto dalla gravità" Physical Review D 107 (2023).
https: / / doi.org/ 10.1103 / physrevd.107.086014

, Johannes Nokkala "Elaborazione online di serie temporali quantistiche con reti di oscillatori casuali" Scientific Reports 13 (2023).
https:/​/​doi.org/​10.1038/​s41598-023-34811-7

, Joni Dambre, David Verstraeten, Benjamin Schrauwen e Serge Massar, "Capacità di elaborazione delle informazioni dei sistemi dinamici" Rapporti scientifici 2, 1–7 (2012).
https: / / doi.org/ 10.1038 / srep00514

, Pere Mujal, Rodrigo Martínez-Peña, Gian Luca Giorgi, Miguel C. Soriano e Roberta Zambrini, “Calcolo dei serbatoi quantistici in serie temporali con misurazioni deboli e proiettive” npj Quantum Information 9, 16 (2023).
https: / / doi.org/ 10.1038 / s41534-023-00682-z

, Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano e Roberta Zambrini, "Scalable Photonic Platform for Real-Time Quantum Reservoir Computing" Physical Review Applied 20 (2023).
https: / / doi.org/ 10.1103 / physrevapplied.20.014051

, Fangjun Hu, Gerasimos Angelatos, Saeed A. Khan, Marti Vives, Esin Türeci, Leon Bello, Graham E. Rowlands, Guilhem J. Ribeill e Hakan E. Türeci, “Affrontare il rumore di campionamento nei sistemi fisici per applicazioni di apprendimento automatico: limiti fondamentali ed Eigentasks” Physical Review X 13 (2023).
https: / / doi.org/ 10.1103 / physrevx.13.041020

, Izzet B Yildiz, Herbert Jaeger e Stefan J Kiebel, "Rivisitare la proprietà statale dell'eco" Reti neurali 35, 1–9 (2012).
https://​/​doi.org/​10.1016/​j.neunet.2012.07.005
https: / / www.sciencedirect.com/ science / article / pii / S0893608012001852

, Bruno Del Papa, Viola Priesemann e Jochen Triesch, “Memoria sbiadita, plasticità e criticità nelle reti ricorrenti” Springer (2019).
https:/​/​doi.org/​10.1007/​978-3-030-20965-0_6

, Sanjukta Krishnagopal, Michelle Girvan, Edward Ott e Brian R. Hunt, “Separazione di segnali caotici mediante calcolo del serbatoio” Chaos: An Interdisciplinary Journal of Nonlinear Science 30, 023123 (2020).
https: / / doi.org/ 10.1063 / 1.5132766 mila

, Pere Mujal, Johannes Nokkala, Rodrigo Martínez-Peña, Gian Luca Giorgi, Miguel C Soriano e Roberta Zambrini, "Evidenza analitica della nonlinearità in qubit e calcolo del serbatoio quantistico a variabile continua" Journal of Physics: Complexity 2, 045008 (2021).
https://​/​doi.org/​10.1088/​2632-072x/​ac340e

, MD SAJID ANIS et al. "Qiskit: un framework open source per l'informatica quantistica" (2021).
https: / / doi.org/ 10.5281 / zenodo.2573505

, Marco Cattaneo, Matteo AC Rossi, Guillermo García-Pérez, Roberta Zambrini e Sabrina Maniscalco, “Simulazione quantistica di effetti collettivi dissipativi su computer quantistici rumorosi” PRX Quantum 4 (2023).
https: / / doi.org/ 10.1103 / prxquantum.4.010324

, Heinz-Peter Breuer e Francesco Petruccione “The theory of open quantum systems” Oxford University Press on Demand (2002).
https: / / doi.org/ 10.1093 / acprof: oso / 9780199213900.001.0001

, Goran Lindblad “Sui generatori di semigruppi dinamici quantistici” Communications in Mathematical Physics 48, 119–130 (1976).
https: / / doi.org/ 10.1007 / BF01608499

, Vittorio Gorini, Andrzej Kossakowski e Ennackal Chandy George Sudarshan, “Semigruppi dinamici completamente positivi di sistemi a livello N” Journal of Mathematical Physics 17, 821–825 (1976).
https: / / doi.org/ 10.1063 / 1.522979 mila

, Marco Cattaneo, Gian Luca Giorgi, Sabrina Maniscalco e Roberta Zambrini, “Equazione principale locale versus globale con bagni comuni e separati: superiorità dell'approccio globale in approssimazione secolare parziale” New Journal of Physics 21, 113045 (2019).
https: / / doi.org/ 10.1088 / 1367-2630 / ab54ac

, Lyudmila Grigoryeva e Juan-Pablo Ortega “Le reti statali Echo sono universali” Neural Networks 108, 495–508 (2018).
https://​/​doi.org/​10.1016/​j.neunet.2018.08.025
https://​/​www.sciencedirect.com/​science/​article/​pii/​S089360801830251X

, Georg Fette e Julian Eggert “Memoria a breve termine e abbinamento di modelli con semplici reti di stati eco” Conferenza internazionale sulle reti neurali artificiali 13–18 (2005).
https: / / doi.org/ 10.1007 / 11550822_3

, Sepp Hochreiterand Jürgen Schmidhuber “Memoria a lungo termine” Calcolo neurale 9, 1735–1780 (1997).
https:/​/​doi.org/​10.1007/​978-3-642-24797-2_4

, Gavan Linternand Peter N Kugler “Auto-organizzazione in modelli connessionisti: memoria associativa, strutture dissipative e legge termodinamica” 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

, Rodrigo Martínez-Peña, Gian Luca Giorgi, Johannes Nokkala, Miguel C Soriano e Roberta Zambrini, “Transizioni di fase dinamiche nel calcolo dei serbatoi quantistici” Physical Review Letters 127, 100502 (2021).
https: / / doi.org/ 10.1103 / PhysRevLett.127.100502

, Michael C Mackey e Leon Glass “Oscillazione e caos nei sistemi di controllo fisiologico” Science 197, 287–289 (1977).
https: / / doi.org/ 10.1126 / science.267326

, J Doyne Farmer e John J Sidorowich “Predicting chaotic time series” Physical Review Letters 59, 845 (1987).
https: / / doi.org/ 10.1103 / PhysRevLett.59.845

, Herbert Jaegerand Harald Haas "Sfruttare la nonlinearità: prevedere sistemi caotici e risparmiare energia nella comunicazione wireless" Science 304, 78–80 (2004).
https: / / doi.org/ 10.1126 / science.1091277

, S Ortín, Miguel C Soriano, L Pesquera, Daniel Brunner, D San-Martín, Ingo Fischer, CR Mirasso e JM Gutiérrez, "Un quadro unificato per il calcolo dei serbatoi e le macchine per l'apprendimento estremo basate su un singolo neurone ritardato" Rapporti scientifici 5, 1–11 (2015).
https: / / doi.org/ 10.1038 / srep14945

, Jaideep Pathak, Zhixin Lu, Brian R Hunt, Michelle Girvan e Edward Ott, "Utilizzo dell'apprendimento automatico per replicare gli attrattori caotici e calcolare gli esponenti di Lyapunov dai dati" Chaos 27, 121102 (2017).
https: / / doi.org/ 10.1063 / 1.5010300 mila

, Kristian Baumann, Christine Guerlin, Ferdinand Brennecke e Tilman Esslinger, "Transizione di fase quantistica di Dicke con un gas superfluido in una cavità ottica" Nature 464, 1301–1306 (2010).
https: / / doi.org/ 10.1038 / nature09009

, Zhang Zhiqiang, Chern Hui Lee, Ravi Kumar, KJ Arnold, Stuart J. Masson, AS Parkins e MD Barrett, “Transizione di fase di non equilibrio in un modello Dicke spin-1” Optica 4, 424 (2017).
https://​/​doi.org/​10.1364/​ottica.4.000424

, Juan A. Muniz, Diego Barberena, Robert J. Lewis-Swan, Dylan J. Young, Julia RK Cline, Ana Maria Rey e James K. Thompson, "Esplorazione delle transizioni di fase dinamiche con atomi freddi in una cavità ottica" Nature 580, 602–607 (2020).
https: / / doi.org/ 10.1038 / s41586-020-2224-x

, Mattias Fitzpatrick, Neereja M. Sundaresan, Andy CY Li, Jens Koch e Andrew A. Houck, "Osservazione di una transizione di fase dissipativa in un reticolo QED unidimensionale" Revisione fisica X 7 (2017).
https: / / doi.org/ 10.1103 / physrevx.7.011016

, Sam Genway, Weibin Li, Cenap Ates, Benjamin P. Lanyon e Igor Lesanovsky, "Generalized Dicke Nonequilibrium Dynamics in Trapped Ions" Physical Review Letters 112 (2014).
https: / / doi.org/ 10.1103 / physrevlett.112.023603

, Julio T. Barreiro, Markus Müller, Philipp Schindler, Daniel Nigg, Thomas Monz, Michael Chwalla, Markus Hennrich, Christian F. Roos, Peter Zoller e Rainer Blatt, "Un simulatore quantistico a sistema aperto con ioni intrappolati" Nature 470, 486 –491 (2011).
https: / / doi.org/ 10.1038 / nature09801

, R. Blattand CF Roos “Simulazioni quantistiche con ioni intrappolati” Nature Physics 8, 277–284 (2012).
https: / / doi.org/ 10.1038 / nphys2252

, Javad Kazemiand Hendrik Weimer "Blocco Rydberg guida-dissipativo nei reticoli ottici" Physical Review Letters 130 (2023).
https: / / doi.org/ 10.1103 / physrevlett.130.163601

, Vincent R. Overbeck, Mohammad F. Maghrebi, Alexey V. Gorshkov e Hendrik Weimer, "Comportamento multicritico nei modelli dissipativi di Ising" Physical Review A 95 (2017).
https: / / doi.org/ 10.1103 / physreva.95.042133

, Jiasen Jin, Alberto Biella, Oscar Viyuela, Cristiano Ciuti, Rosario Fazio e Davide Rossini, “Diagramma di fase del modello dissipativo quantistico Ising su un reticolo quadrato” Physical Review B 98 (2018).
https: / / doi.org/ 10.1103 / physrevb.98.241108

, Cenap Ates, Beatriz Olmos, Juan P. Garrahan e Igor Lesanovsky, "Fasi dinamiche e intermittenza del modello dissipativo quantistico di Ising" Physical Review A 85 (2012).
https: / / doi.org/ 10.1103 / physreva.85.043620

, A. Bermudez, T. Schaetz e MB Plenio, "Elaborazione delle informazioni quantistiche assistita dalla dissipazione con ioni intrappolati" Physical Review Letters 110 (2013).
https: / / doi.org/ 10.1103 / physrevlett.110.110502

, Haggai Landa, Marco Schiró e Grégoire Misguich, "Multistabilità degli spin quantici dissipativi guidati" Physical Review Letters 124 (2020).
https: / / doi.org/ 10.1103 / physrevlett.124.043601

, Sam Genway, Weibin Li, Cenap Ates, Benjamin P. Lanyon e Igor Lesanovsky, "Generalized Dicke Nonequilibrium Dynamics in Trapped Ions" Physical Review Letters 112 (2014).
https: / / doi.org/ 10.1103 / physrevlett.112.023603

, Heike Schwager, J. Ignacio Cirac e Géza Giedke, "Catene di spin dissipative: implementazione con atomi freddi e proprietà di stato stazionario" Physical Review A 87 (2013).
https: / / doi.org/ 10.1103 / physreva.87.022110

, Tony E. Lee e Ching-Kit Chan “Heralded Magnetism in Non-Hermitian Atomic Systems” Physical Review X 4 (2014).
https: / / doi.org/ 10.1103 / physrevx.4.041001

, J. Ignacio Ciracand Peter Zoller “Nuove frontiere nell'informazione quantistica con atomi e ioni” Physics Today 57, 38–44 (2004).
https: / / doi.org/ 10.1063 / 1.1712500 mila

, Tony E. Lee, Sarang Gopalakrishnan e Mikhail D. Lukin, "Magnetismo non convenzionale tramite pompaggio ottico di sistemi di spin interagenti" Physical Review Letters 110 (2013).
https: / / doi.org/ 10.1103 / physrevlett.110.257204

, Danijela Marković e Julie Grollier “Quantum neuromorphic computing” Applied Physics Letters 117, 150501 (2020).
https: / / doi.org/ 10.1063 / 5.0020014 mila

, Marco Cattaneo, Gabriele De Chiara, Sabrina Maniscalco, Roberta Zambrini e Gian Luca Giorgi, “I modelli di collisione possono simulare in modo efficiente qualsiasi dinamica quantistica markoviana multipartita” Physical Review Letters 126 (2021).
https: / / doi.org/ 10.1103 / physrevlett.126.130403

, Inés de Vega e Daniel Alonso “Dinamica dei sistemi quantistici aperti non markoviani” Rev. Mod. Phys. 89, 015001 (2017).
https: / / doi.org/ 10.1103 / RevModPhys.89.015001

, G Manjunath “Incorporamento di informazioni in un sistema dinamico” Nonlinearità 35, 1131 (2022).
https://​/​doi.org/​10.1088/​1361-6544/​ac4817

, Tesi di Jiayin Chen “Dinamiche convergenti non lineari per l'elaborazione delle informazioni temporali su nuovi dispositivi quantistici e classici” (2022).
https://​/​doi.org/​10.26190/​unsworks/​24115

, Davide Nigro “Sull’unicità della soluzione stazionaria dell’equazione Lindblad–Gorini–Kossakowski–Sudarshan” Journal of Statistical Mechanics: Theory and Experiment 2019, 043202 (2019).
https:/​/​doi.org/​10.1088/​1742-5468/​ab0c1c

, Lyudmila Grigoryeva e Juan-Pablo Ortega "Computer con serbatoio universale a tempo discreto con ingressi stocastici e letture lineari che utilizzano sistemi affini allo stato non omogenei" J. Mach. Imparare. Ris. 19, 892–931 (2018).
https: / / dl.acm.org/ doi / abs / 10.5555 / 3291125.3291149 mila

, Fabrizio Minganti, Alberto Biella, Nicola Bartolo e Cristiano Ciuti, “Teoria spettrale dei Liouvilliani per transizioni di fase dissipative” Phys. Rev. A 98, 042118 (2018).
https: / / doi.org/ 10.1103 / PhysRevA.98.042118

, E. Anderson, Z. Bai, C. Bischof, LS Blackford, J. Demmel, J. Dongarra, J. Du Croz, A. Greenbaum, S. Hammarling, A. McKenney e D. Sorensen, “LAPACK Users' Guide " Società per la matematica applicata industriale (1999).
https: / / doi.org/ 10.1137 / 1.9780898719604 mila

Citato da

[1] Antonio Sannia, Francesco Tacchino, Ivano Tavernelli, Gian Luca Giorgi e Roberta Zambrini, “Dissipazione ingegnerizzata per mitigare gli altipiani aridi”, arXiv: 2310.15037, (2023).

[2] P. Renault, J. Nokkala, G. Roeland, NY Joly, R. Zambrini, S. Maniscalco, J. Piilo, N. Treps e V. Parigi, "Simulatore ottico sperimentale di ambiente quantistico riconfigurabile e complesso" , PRX Quantico 4 4, 040310 (2023).

[3] Jorge García-Beni, Gian Luca Giorgi, Miguel C. Soriano e Roberta Zambrini, "Squeezing as a Resource for Time Series Processing in Quantism Reservo Computing", Ottica Express 32 4, 6733 (2024).

[4] Johannes Nokkala, Gian Luca Giorgi e Roberta Zambrini, "Recupero delle caratteristiche quantistiche del passato con il calcolo ibrido profondo del serbatoio classico-quantistico", arXiv: 2401.16961, (2024).

[5] Shumpei Kobayashi, Quoc Hoan Tran e Kohei Nakajima, "Gerarchia della proprietà dello stato dell'eco nel calcolo del serbatoio quantistico", arXiv: 2403.02686, (2024).

Le citazioni sopra sono di ANNUNCI SAO / NASA (ultimo aggiornamento riuscito 2024-03-21 04:08:40). L'elenco potrebbe essere incompleto poiché non tutti gli editori forniscono dati di citazione adeguati e completi.

On Il servizio citato da Crossref non sono stati trovati dati su citazioni (ultimo tentativo 2024-03-21 04:08:38).

Timestamp:

Di più da Diario quantistico