MétaCan
Menu
Retour à la cohorte
Enregistrement W4315786365 · doi:10.1038/s41467-022-35773-6

Programmable frequency-bin quantum states in a nano-engineered silicon device

2023· article· en· W4315786365 sur OpenAlexaff
Marco Clementi, Federico Andrea Sabattoli, Massimo Borghi, Linda Gianini, Noemi Tagliavacche, Houssein El Dirani, Laurène Youssef, Nicola Bergamasco, Camille Petit-Étienne, E. Pargon, J. E. Sipe, Marco Liscidini, Corrado Sciancalepore, Mattéo Galli, Daniele Bajoni

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensUniversity of Toronto
Organismes subventionnairesDipartimenti di Eccellenza
Mots-clésQubitReconfigurabilityPhotonicsQuantum computerComputer scienceSilicon photonicsPhotonChipElectronic engineeringOptoelectronicsPhysicsQuantumTelecommunicationsOpticsEngineeringQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Photonic qubits should be controllable on-chip and noise-tolerant when transmitted over optical networks for practical applications. Furthermore, qubit sources should be programmable and have high brightness to be useful for quantum algorithms and grant resilience to losses. However, widespread encoding schemes only combine at most two of these properties. Here, we overcome this hurdle by demonstrating a programmable silicon nano-photonic chip generating frequency-bin entangled photons, an encoding scheme compatible with long-range transmission over optical links. The emitted quantum states can be manipulated using existing telecommunication components, including active devices that can be integrated in silicon photonics. As a demonstration, we show our chip can be programmed to generate the four computational basis states, and the four maximally-entangled Bell states, of a two-qubits system. Our device combines all the key properties of on-chip state reconfigurability and dense integration, while ensuring high brightness, fidelity, and purity.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil0,543

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,288
Écart entre enseignants0,267 · 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'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

Citations58
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetQuantum Information and CryptographyTravaux en français237 207