Efficiency of an enhanced linear optical Bell-state measurement scheme with realistic imperfections
Notice bibliographique
Résumé
We compare the standard 50%-efficient single beam splitter method for Bell-state measurement to a proposed 75%-efficient auxiliary-photon-enhanced scheme [W. P. Grice, Phys. Rev. A 84, 042331 (2011)] in light of realistic conditions. The two schemes are compared with consideration for high input state photon loss, auxiliary state photon loss, detector inefficiency and coupling loss, detector dark counts, and non-number-resolving detectors. We also analyze the two schemes when multiplexed arrays of non-number-resolving detectors are used. Furthermore, we explore the possibility of utilizing spontaneous parametric down-conversion as the auxiliary photon pair source required by the enhanced scheme. In these different cases, we determine the bounds on the detector parameters at which the enhanced scheme becomes superior to the standard scheme and describe the impact of the different imperfections on measurement success rate and discrimination fidelity. This is done using a combination of numeric and analytic techniques. For many of the cases discussed, the size of the Hilbert space and the number of measurement outcomes can be very large, which makes direct numerical solutions computationally costly. To alleviate this problem, all of our numerical computations are performed using pure states. This requires tracking the loss modes until measurement and treating dark counts as variations on measurement outcomes rather than modifications to the state itself. In addition, we provide approximate analytic expressions that illustrate the effect of different imperfections on the Bell-state analyzer quality.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».