.png){kind=icon}
返回
Quantum state reconstruction via sequential optimization algorithm reducing optimizable parameters
.png){kind=icon}
PRE
AI
DOI：10.1088/1402-4896/adfb12.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
量子态重构是量子信息科学中的一个重要工具。基于序贯退纠缠的思想，我们提出了一种能够减少待优化参数数量的量子态重构算法。对于将任意量子态转化为计算基态的张量积的问题，我们得出结论：在序贯退纠缠的优化过程中，无需应用全局幺正变换。具体来说，对于将任意n比特纯态退纠缠为 ，我们仅需对目标比特应用量子算子U。这意味着需要优化的参数数量得到了进一步的减少，从而节省了量子资源。最后，数值模拟验证了所提出算法的可行性。
Keyword:
quantum state reconstruction
sequential disentanglement
parameter optimization
quantum resources
n-qubit pure state
期刊
IF:
2.6
论文数:
4.3K
被引数:
2.5W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容