吉尔伯特算法和机器学习在分类贝尔对角线双纠的性能比较
1Faculty of Mathematics, Physics, and Informatics, Institute of Theoretical Physics and Astrophysics, University of Gdańsk, 80-308, Gdańsk, Poland. marcin.wiesniak@ug.edu.pl.
Scientific reports
|November 9, 2023
概括
将量子状态归类为纠或可分离的具有挑战性. 这项研究修订了前两次的贝尔对角形状态的先前结果,表明大多数未知状态是可分离的或可以忽略的纠.
科学领域:
- 量子信息理论 量子信息理论
- 量子力学就是量子力学.
- 量子计算是一种量子计算.
背景情况:
- 将量子状态分类为纠或可分离的,是量子信息理论中一个基本但具有挑战性的任务.
- 两角贝尔对角状态,是九个相互直角的最大纠状态的混合,呈现出一个特别不平凡的情况.
研究的目的:
- 修订和澄清两度的贝尔对角状态的分类.
- 应用纠图谱来确定以前未经分类的状态的纠状态.
主要方法:
- 吉尔伯特算法的应用来分析量子状态.
- 使用纠图谱进行国家分类.
- 修订了关于两位qutrit贝尔对角形状态的先前结果.
主要成果:
- 大多数以前被归类为未知状态的状态被确定是可分离的.
- 识别出来的状态表现出微不足道的纠,使它们在实践中变得无关紧要.
- 应用的技术为分析量子状态纠提供了一个强大的方法.
结论:
- 这项研究成功地阐明了一类重要的量子态的纠状态.
- 使用吉尔伯特算法和纠绘图的开发方法对于复杂的量子状态分析是有效的.
- 这种方法在更一般的量子系统中对纠的分类具有广泛的适用性.
