.png){kind=icon}
返回
Photonic processor benchmarking for variational quantum process tomography
.png){kind=icon}
OA
AI
DOI：10.1088/1367-2630/ae0ea9.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种变分量子过程层析成像的光学处理器量子类比实验演示。该方法利用经典独热编码和幺正分解，在光子平台上执行变分量子算法。我们建立了变分量子过程层析成像的首个基准，评估了光学处理器上的量子类比实验在性能上与多个公开可访问的量子计算平台的比较，包括IBM的127量子比特Sherbrooke处理器、QuTech的五量子比特Tuna-5处理器以及Quandela的12模Ascella量子光学处理器。我们使用过程保真度、代价函数收敛性和每次迭代的处理时间，对变分量子电路深度d=3和d=6的每种方法进行评估。我们的结果表明，在保真度和收敛行为方面，光学处理器优于其超导对应物，在经过九次迭代后达到0.8的保真度，特别是在较高深度下，退相干和退相位噪声对超导处理器产生了显著影响。我们进一步研究了相对于经典独热编码，我们平台中任何额外的量子光学效应的影响。从过程保真度结果来看，（经典）相移器中的热噪声主导了其他光学不完美因素，如模式失配和单光子源中的暗计数。基准测试框架和实验结果表明，光子处理器是近期量子算法部署的有力竞争者，特别是在混合变分背景下。该分析不仅对态和过程层析成像有价值，而且对涉及基于变分量子电路算法的广泛应用也具有重要意义。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.8
论文数:
580
被引数:
3.5W
机构
暂无机构信息
.png){kind=icon}
查看更多内容