MétaCan
Menu
Retour à la cohorte
Enregistrement W2905703022 · doi:10.1103/physrevlett.123.030502

Experimental Implementation of Efficient Quantum Pseudorandomness on a 12-Spin System

2019· article· en· W2905703022 sur OpenAlexafffund
Jun Li, Zhihuang Luo, Tao Xin, Hengyan Wang, David W. Kribs, Dawei Lu, Bei Zeng, Raymond Laflamme

Notice bibliographique

RevuePhysical Review Letters · 2019
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensUniversity of GuelphPerimeter InstituteUniversity of Waterloo
Organismes subventionnairesGuangdong Innovative and Entrepreneurial Research Team ProgramNatural Sciences and Engineering Research Council of CanadaScience, Technology and Innovation Commission of Shenzhen MunicipalityNational Natural Science Foundation of ChinaCanadian Institute for Advanced Research
Mots-clésPseudorandomnessQuantum technologyOpen quantum systemQuantum computerQuantum error correctionPhysicsQuantumComputer scienceQuantum networkQubitQuantum mechanicsStatistical physicsPseudorandom number generatorAlgorithm

Résumé

récupéré en direct d'OpenAlex

Quantum pseudorandomness, also known as unitary designs, comprises a powerful resource for emergent quantum technologies. Although in theory pseudorandom unitary operators can be constructed efficiently, realizing these objects in realistic physical systems is a challenging task. Here, we demonstrate experimental generation and detection of quantum pseudorandomness on a 12-qubit nuclear magnetic resonance system. We first apply random sequences to the interacting nuclear spins, leading to random quantum evolutions that can quickly form unitary designs. Then, in order to probe the growth of quantum pseudorandomness during the time evolutions, we propose the idea of using the system's multiple-quantum coherence distribution as an indicator. Based on this indicator, we measure the spreading of quantum coherences and find that substantial quantum pseudorandomness has been achieved at the 12-qubit scale. This may open up a path to experimentally explore quantum randomness on forthcoming large-scale quantum processors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,517

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,297
Écart entre enseignants0,287 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations13
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review LettersMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207