Résumé - Estimation Robuste des Lindbladians pour la Dynamique Quantique

Titre
Estimation Robuste des Lindbladians pour la Dynamique Quantique

Temps
2025-07-10 16:45:37

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

Catégorie
{quant-ph,physics.comp-ph}

Lien
http://arxiv.org/abs/2507.07912v1

PDF Lien
http://arxiv.org/pdf/2507.07912v1

Résumé

Ce document aborde le défi de la correspondance des modèles de Lindblad aux sorties de la tomographie des processus quantiques. Les auteurs introduisent des améliorations algorithmiques pour la recherche logarithmique, démontrant son application pratique à des environnements pertinents pour le matériel de calcul quantique actuel. Ils renforcent également la robustesse de la correspondance de Lindblad face aux erreurs de préparation et de mesure d'état (SPAM) en utilisant des techniques de tomographie de jeu de portes. Le document évalue les techniques à l'aide de données tomographiques simulées et montre leur application aux données de matériel de qubits supraconducteurs réels, en se concentrant sur le bruit associé aux portes d'entrelacement de deux qubits et aux processus d'attente. Les auteurs proposent trois principales méthodes : 1. **Méthode de Résolution Convexe** : Cette méthode utilise l'optimisation convexe pour trouver le Lindblad le plus proche d'un matrice de transfert donnée. Elle est particulièrement efficace pour les cas où le spectre du matrice de transfert est non-dégénéré. 2. **Méthode des Projections Alternantes** : Cette méthode améliore l'efficacité de la recherche logarithmique en tirant parti d'une estimation initiale optimale pour le canal marcovien. Elle projette le logarithme matriciel sur l'ensemble des Lindblad, améliorant ainsi itérativement l'estimation optimale et réduisant considérablement le temps d'exécution par rapport aux méthodes précédentes. 3. **Algorithme Flip-Flop de Jeu de Portes** : Cet algorithme combine la correspondance de Lindblad avec la tomographie de jeu de portes pour améliorer la robustesse face aux erreurs SPAM. Il alterne entre les étapes d'estimation SPAM et de correspondance de Lindblad, en utilisant les méthodes de Résolution Convexe et de Projections Alternantes en tant que sous-routines. Les auteurs démontrent l'efficacité de leurs méthodes à l'aide de données synthétiques et de données de matériel de qubits supraconducteurs réels. Ils montrent que les méthodes peuvent correspondre de manière précise aux modèles de Lindblad aux données tomographiques et fournir des informations précieuses sur les processus de bruit affectant les portes quantiques. Le document présente plusieurs constatations clés : - La méthode de Résolution Convexe est très efficace pour correspondre aux modèles de Lindblad aux matrices de transfert avec un spectre non-dégénéré. - La méthode des Projections Alternantes réduit considérablement le temps d'exécution des méthodes de recherche logarithmique, en les rendant plus pratiques pour le matériel de calcul quantique actuel. - L'algorithme Flip-Flop de Jeu de Portes combine efficacement la correspondance de Lindblad et la tomographie de jeu de portes pour améliorer la robustesse face aux erreurs SPAM. - Les méthodes peuvent être appliquées avec succès aux données de matériel de qubits supraconducteurs réels, fournissant des informations précieuses sur les processus de bruit affectant les portes quantiques. Dans l'ensemble, ce document présente une contribution précieuse au domaine de l'information quantique, en fournissant de nouvelles méthodes efficaces pour la correspondance des modèles de Lindblad aux données de tomographie des processus quantiques. Ces méthodes ont le potentiel d'améliorer les performances et la fiabilité des ordinateurs quantiques en permettant une meilleure compréhension et atténuation des processus de bruit.


Articles Recommandés

Propriétés asymptotiques des zéros de la fonction zêta de Riemann

Une nouvelle méthode d'optimisation topologique à plusieurs épaisseurs pour équilibrer les performances structurelles et la fabricabilité

Conception expérimentale bayésienne séquentielle orientée par des objectifs pour l'apprentissage causal

Pression Topologique Induite pour les Systèmes Dynamiques

Vers une évaluation de la durabilité autonome par l'intermédiaire d'agents IA plurimodaux

Sur la complexité du problème de Skolem à basse ordre

ThinkAct : Raisonnement par Vision-Langage-Action via la Planification Latente Visuelle Renforcée

Simulation de mouvements humains de haute fidélité alimentée par l'IA générative

Compteage SMT Approximatif au-delà des Domains Discrètes

Ultra3D : Génération 3D Efficiente et de Haute Fidélité avec une Partie d'Attention