MétaCan
Menu
Retour à la cohorte
Enregistrement W2339685665 · doi:10.1103/physreva.93.052336

Schmidt-number benchmarks for continuous-variable quantum devices

2016· article· en· W2339685665 sur OpenAlexafffund
Ryo Namiki

Notice bibliographique

RevuePhysical review. A/Physical review, A · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDefense Advanced Research Projects AgencyIndustry CanadaMinistry of Education, Culture, Sports, Science and Technology
Mots-clésFidelityQuantum limitQuantumPhysicsCoherence (philosophical gambling strategy)Quantum mechanicsHomodyne detectionQuantum algorithmContinuous variableGaussianMathematicsQuantum capacityStatistical physicsQuantum networkQuantum informationComputer scienceStatisticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

We present quantum fidelity benchmarks for continuous-variable (CV) quantum devices to outperform quantum channels which can transmit at most $k$-dimensional coherences for positive integers $k$. We determine an upper bound of an average fidelity over Gaussian distributed coherent states for quantum channels whose Schmidt class is $k$. This settles fundamental fidelity steps where the known classical limit and quantum limit correspond to the two end points of $k=1$ and $k=\ensuremath{\infty}$, respectively. It turns out that the average fidelity is useful to verify to what extent an experimental CV gate can transmit a high-dimensional coherence. The result is further extended to be applicable to general quantum operations or stochastic quantum channels. Although the fidelity is often associated with heterodyne measurements in quantum optics, we can also obtain similar criteria based on quadrature deviations determined via homodyne measurements.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,339
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. A/Physical review, AMême sujetQuantum Information and CryptographyTravaux en français237 207