- 量子图像处理中深度学习作为量子误差降低的工具
成功使用生成对抗网络和相位失真展开误差减小方法对使用 LPIQE 编码的图像进行整体误差降低。
- 量子随机存取存储器对一般噪声的韧性
该研究探讨了量子随机存取存储器(QRAM)的噪声衰减及奇异值下降问题,除了量子错误纠正外,通过研究证明了斗桶旅行队 QRAM 体系结构具有高噪声鲁棒性,现实噪声设备中的高保真查询是可能的。
- 离子阱量子计算:进展与挑战
本文综述了利用离子阱作为量子比特系统的量子计算领域的现状,介绍了离子阱作为量子比特的基本要求和限制。讨论了解决离子阱量子计算中退相干和控制误差问题的方法,展示了未来利用离子阱量子计算的应用及设计方案,并探讨了必须考虑的实验和展示,以进一步了 - MM量子神经网络和软量子计算
提出了一种新的量子计算方法,称为软量子计算,利用真实的量子系统和自然环境引起的相干和耗散来开展非经典计算。作为软量子计算的一个具体示例,我们建议使用 “受控 Kraus 操作” 通过成对连接神经元,希望为量子人工智能甚至更好地理解人脑的某些 - 蕴含因果关系的量子相关性
本研究探讨了量子物理学和相对论之间的关系,引入了伪密度矩阵的概念,并定义了一个衡量因果性的指标以区分时空相关性,通过两个 qubit 核磁共振实验,展示了一个时间伪密度矩阵如何在两个连续测量之间随着退相干程度的增加趋近于一个允许的密度矩阵。
- 遗传算法优化动力学解耦
利用遗传算法优化去耦合序列,在脉冲误差下实现单量子位系统的鲁棒性。
- 由于失相引起的实验多粒子纠缠动力学
使用多个离子的串联,我们在退相干影响下实验性地表征了多粒子状态的纠缠动力学,并发现了多个经过 Bell 不等式、纠缠超激活、束缚纠缠和完全分离的区域。同时,我们还开发了新理论工具,可以用于表征量子态的纠缠程度。
- 真正多粒子纠缠的可分离性标准
本文提出了一种方法,用于导出多粒子纠缠的不同类别,特别是真正的多粒子纠缠的可分离性准则。这些准则对于某些状态来说是必要且充分的。此外,它们对其他许多家族的已知纠缠准则优越,还可以检测出束缚纠缠。接下来,我们演示它们在实验中很容易实现,并讨论 - 固态量子比特的量子过程重构和林布拉德估计
以钻石中的氮 - 空位缺陷的三重态能级作为单个固态量子比特,进行了量子过程重构的实例研究。在不同的失相时间内,分别用卡希矩阵和仿射映射表示,提取出系统的误差产生算子,比较实验估计的量子过程矩阵与最接近的物理有效矩阵之间的偏差。
- 弛豫、选元、和古典物理的量子起源
本文讨论量子退相干现象的成因和其引起的平稳和不可逆现象,介绍环境诱导的超选定 (Einselection) 取消量子纠缠与量子干涉的差异,以实现经典结构的出现。
- 开放量子系统的动力学解耦
提出了一种用于控制开放式量子系统的新型动力学方法,可以过滤掉不需要的系统 - 环境相互作用的影响并结合保持开放式量子系统的有效动力学演化控制。该方法在实现量子信息处理方面具有潜在的应用价值。
- 退相干,混沌,量子 - 经典对应,算法时间箭头
研究环境对量子混沌系统中可观测特征的监测,导致系统的本征状态出现强烈退相干和破缺超导现象。