Zusammenfassung - Robuste Lindbladian-Schätzung für Quantendynamik

Robuste Lindbladian-Schätzung für Quantendynamik

2025-07-10 16:45:37

{"Yinchen Liu","James R. Seddon","Tamara Kohler","Emilio Onorati","Toby S. Cubitt"}

{quant-ph,physics.comp-ph}

Dieses Papier behandelt die Herausforderung, Lindbladian-Modelle an die Ausgänge der Quantenprozesstomografie anzupassen. Die Autoren介绍了对对数搜索的算法改进， zeigen deren praktische Anwendung in Einstellungen, die für aktuelle Quantencomputing-Hardware relevant sind. Sie verbessern auch die Robustheit der Lindbladian-Anpassung gegen Fehler bei Zustandsvorbereitung und Messung (SPAM) durch Techniken der Gatestromtomografie. Das Papier bewertet die Techniken anhand simulierter tomografischer Daten und zeigt ihre Anwendung an realen Supraleitungs-Quantenkubenhardwaredaten, wobei sich der Fokus auf den mit zwei-Qubit-Verknüpfungsgattern und Leerlaufprozessen verbundenen Rauschen richtet. Die Autoren schlagen drei Hauptmethoden vor: 1. **Konvexe Löse Methode**: Diese Methode verwendet konvexe Optimierung, um den nächsten Lindbladian zu einem gegebenen Übertragungsmatrix zu finden. Sie ist besonders effektiv für Fälle, in denen die Übertragungsmatrix einen nicht-degenerierten Spektrum hat. 2. **Alternierende Projektionsmethode**: Diese Methode verbessert die Effizienz der Logarithmsuche, indem sie eine erste beste Schätzung für den Markov-Prozess nutzt. Sie projiziert den Matrixlogarithmus auf die Menge der Lindbladians, verbessert iterativ die beste Schätzung und reduziert den Laufzeitbedarf im Vergleich zu früheren Methoden erheblich. 3. **Gatestrom-Flip-Flop-Algorithmus**: Dieser Algorithmus kombiniert die Anpassung von Lindbladianen mit der Gatestromtomografie, um die Robustheit gegen SPAM-Fehler zu verbessern. Er wechselt zwischen SPAM-Schätzungen und Anpassungsschritten von Lindbladianen, wobei die Konvexe Löse- und Alternierende Projektionsmethoden als Unterroutinen verwendet werden. Die Autoren demonstrieren die Effektivität ihrer Methoden mithilfe synthetischer Daten und realer Supraleitungs-Quantenkubenhardwaredaten. Sie zeigen, dass die Methoden Lindbladian-Modelle in tomografische Daten genau anpassen können und wertvolle Einblicke in die Rauschprozesse geben, die Quantengattern beeinflussen. Das Papier präsentiert mehrere Schlüsselergebnisse: - Die konvexe Löse Methode ist besonders effektiv für die Anpassung von Lindbladian-Modellen an Übertragungsmatrizen mit einem nicht-degenerierten Spektrum. - Die alternierende Projektionsmethode reduziert die Laufzeit der Logarithmsuchmethoden erheblich, macht sie daher praktikabler für aktuelle Quantencomputing-Hardware. - Der Gatestrom-Flip-Flop-Algorithmus kombiniert die Anpassung von Lindbladianen und die Gatestromtomografie effektiv, um die Robustkeit gegen SPAM-Fehler zu verbessern. - Die Methoden können erfolgreich auf realen Supraleitungs-Quantenkubenhardwaredaten angewendet werden, was wertvolle Einblicke in die Rauschprozesse gibt, die Quantengattern beeinflussen. Insgesamt präsentiert dieses Papier einen wertvollen Beitrag zum Bereich der Quanteninformation und bietet neue und effiziente Methoden zur Anpassung von Lindbladian-Modellen an Daten der Quantenprozesstomografie. Diese Methoden haben das Potenzial, die Leistung und Zuverlässigkeit von Quantencomputern zu verbessern, indem sie ein besseres Verständnis und die Abmilderung von Rauschprozessen ermöglichen.