MétaCan
Menu
← Retour à la cohorte
Enregistrement W2980503138 · doi:10.1109/cleoe-eqec.2019.8872933

Hyper-Entanglement in Time and Frequency

2019· article· en· W2980503138 sur OpenAlexaff
Piotr Roztocki, Alfonso Carmelo Cino, Brent E. Little, David Moss, Lucia Caspani, William J. Munro, José Azaña, Michael Kues, Roberto Morandotti, Christian Reimer, Stefania Sciara, Mehedi Islam, Luis Romero Cortés, Yanbing Zhang, Bennet Fischer, Sébastien Loranger, Raman Kashyap

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensPolytechnique MontréalInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésQuantum entanglementHilbert spaceMultiplicative functionTime–frequency analysisDegrees of freedom (physics and chemistry)Quantum mechanicsLimit (mathematics)Quantum stateComputer sciencePhysicsQuantumTopology (electrical circuits)MathematicsTelecommunicationsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Hyper-entanglement, i.e. entanglement in more than one degree of freedom, enables a multiplicative increase in Hilbert space size. Such systems can be treated as multi-partite even though the number of state particles is not increased, making them highly attractive for applications in high-capacity quantum communications and information processing [1]. Until now, such states have been realized only using combinations of fully independent degrees of freedom, described by commuting operators, such as polarization and optical paths. Time and frequency, in turn, are linked and described by non-commuting operators. Here, using two discrete forms of energy-time entanglement we demonstrate that time and frequency can be used for genuine multi-partite hyper-entangled states [2]. This is achieved by increasing the time-frequency product to far exceed the Heisenberg uncertainty limit, effectively making the time and frequency degrees independent.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,005
Tête enseignante GPT0,194
Écart entre enseignants0,189 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetQuantum Information and Cryptography→Travaux en français237 207→