Conversion of Gaussian states to non-Gaussian states using photon-number-resolving detectors
Notice bibliographique
Résumé
Generation of high-fidelity photonic non-Gaussian states is a crucial ingredient for universal quantum computation using continuous-variable platforms, yet it remains a challenge to do this efficiently. We present a general framework for a probabilistic production of multimode non-Gaussian states by measuring a few modes of multimode Gaussian states via photon-number-resolving detectors. We use Gaussian elements consisting of squeezed displaced vacuum states and interferometers, the only non-Gaussian elements consisting of photon-number-resolving detectors. We derive analytic expressions for the output Wigner function, and the probability of generating the states in terms of the mean and the covariance matrix of the Gaussian state and the photon detection pattern. We find that the output states can be written as a Fock-basis superposition state followed by a Gaussian gate, and we derive explicit expressions for these parameters. These analytic expressions show exactly what non-Gaussian states can be generated by this probabilistic scheme. Further, it provides a method to search for the Gaussian circuit and measurement pattern that produce a target non-Gaussian state with optimal fidelity and success probability. We present specific examples such as the generation of cat states, ON states, Gottesman-Kitaev-Preskill states, NOON states, and bosonic-code states. The proposed framework has potentially far-reaching implications for the generation of bosonic error-correction codes that require non-Gaussian states and resource states for the implementation of non-Gaussian gates needed for universal quantum computation, among other applications requiring non-Gaussianity. The tools developed here could also prove useful for the quantum resource theory of non-Gaussianity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».