MétaCan
Menu
← Retour à la cohorte
Enregistrement W3160374077 · doi:10.3390/entropy2021-09872

Robust entanglement preparation through spatial indistinguishability quantified by entropic measure

2021· article· en· W3160374077 sur OpenAlexaff
Rosario Lo Franco, Farzam Nosrati, Alessia Castellini, Giuseppe Compagno

Notice bibliographique

RevueProceedings of Entropy 2021: The Scientific Tool of the 21st Century · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésQuantum entanglementComputer scienceQubitMeasure (data warehouse)BosonStatistical physicsQuantumInitializationQuantum informationQuantum mechanicsTopology (electrical circuits)MathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Initialization of composite quantum systems into highly entangled states is important to enable their use for quantum technologies. However, unavoidable noise in the preparation stage makes the system state mixed, hindering the achievement of this goal. We address this problem in the context of identical particle systems adopting the operational framework of spatially localized operations and classical communication (sLOCC). After a brief description of the formalism, we define the entanglement of formation for an arbitrary state (pure or mixed) of two identical qubits, valid for both bosons and fermions. We then introduce an entropic measure of spatial indistinguishability as an information resource, tunable by the shapes of spatial wave functions. We finally apply these tools to a situation of experimental interest, that is noisy entangled state preparation. We find that spatial indistinguishability, even partial, can be a property shielding nonlocal entanglement from preparation noise, independently of the exact shape of spatial wave functions. These results prove that quantum indistinguishability is an inherent control for noise-free entanglement generation.

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)0,005
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,005
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,224
Écart entre enseignants0,208 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of Entropy 2021: The Scientific Tool of the 21st Century→Même sujetQuantum Information and Cryptography→Travaux en français237 207→