MétaCan
Menu
Retour à la cohorte
Enregistrement W3107962991 · doi:10.1364/ol.401735

Experimental quantum entanglement and teleportation by tuning remote spatial indistinguishability of independent photons

2020· article· en· W3107962991 sur OpenAlexaff
Kai Sun, Yan Wang, Zhenghao Liu, Xiao-Ye Xu, Jin‐Shi Xu, Chuan‐Feng Li, Guang‐Can Guo, Alessia Castellini, Farzam Nosrati, G. Compagno, Rosario Lo Franco

Notice bibliographique

RevueOptics Letters · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésQuantum entanglementTeleportationPhotonPhysicsQuantum teleportationQuantum mechanicsPhoton entanglementQuantumMeasure (data warehouse)Polarization (electrochemistry)Quantum channelStatistical physicsComputer science

Résumé

récupéré en direct d'OpenAlex

Quantitative control of spatial indistinguishability of identical subsystems as a direct quantum resource at distant sites has not yet been experimentally proven. We design a setup capable of tuning remote spatial indistinguishability of two independent photons by individually adjusting their spatial distribution in two distant regions, leading to polarization entanglement from uncorrelated photons. This is achieved by spatially localized operations and classical communication on photons that meet only at the detectors. The amount of entanglement depends uniquely on the degree of spatial indistinguishability, quantified by an entropic measure <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" display="inline"> <mml:mrow class="MJX-TeXAtom-ORD"> <mml:mi class="MJX-tex-caligraphic" mathvariant="script">I</mml:mi> </mml:mrow> </mml:math> , which enables teleportation with fidelities above the classical threshold. The results open the way to viable indistinguishability-enhanced quantum information processing.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,714
Score d'incertitude au seuil0,410

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 Opus0,013
Tête enseignante GPT0,230
Écart entre enseignants0,217 · 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'étudeExpérimental (laboratoire)
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

Citations40
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOptics LettersMême sujetQuantum Information and CryptographyTravaux en français237 207