.png){kind=icon}
返回
Continuous-variable quantum computing on a trapped ion: neural network applications
.png){kind=icon}
PRE
AI
DOI：10.1088/1402-4896/ae2164.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
连续变量量子计算（CVQC）利用具有连续自由度的量子态，例如玻色子模式的正交分量，来编码信息，有望为复杂问题提供高效的解决方案。离子囚禁系统提供了一个具有长相干时间和精确量子比特控制的稳健平台，能够通过其运动和电子自由度来操控量子信息。在本项理论工作中，我们定量分析了单个离子囚禁系统中的克尔操作的保真度，并通过运动态拉比频率修正来校准相互作用时间。通过数值模拟，我们验证了高斯和非高斯CVQC操作，在所有情况下（包括非高斯操作）均实现了超过99%的保真度。此外，我们展示了两个关键应用：首先，实现了连续变量量子神经网络以解决回归问题，表现出低误差率；其次，将其应用于量子态制备任务，在给定示例中实现了90%的保真度。这些结果为在离子囚禁系统中执行连续变量量子计算算法（如量子机器学习算法）开辟了新的机会。
期刊
IF:
2.6
论文数:
4.3K
被引数:
2.5W
机构
引用论文
.png){kind=icon}
Alternatives to a nonhomogeneous partial differential equation quantum algorithm非齐次偏微分方程量子算法的替代方案
PREAI
分享收藏分享收藏
查看更多内容