MétaCan
Menu
Retour à la cohorte
Enregistrement W4317802936 · doi:10.1103/physrevb.107.014307

Entanglement dynamics of noisy random circuits

2023· article· en· W4317802936 sur OpenAlexafffund
Zhi Li, Shengqi Sang, Timothy H. Hsieh

Notice bibliographique

RevuePhysical review. B./Physical review. B · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum many-body systems
Établissements canadiensUniversity of WaterlooPerimeter Institute
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaInnovation, Science and Economic Development CanadaInstitut Périmètre de physique théoriqueCompute CanadaMinistry of Colleges and Universities
Mots-clésQuantum entanglementPhysicsStatistical physicsThermalisationQuantum mechanicsBoundary (topology)ConcurrenceQuantumMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The process by which open quantum systems thermalize with an environment is both of fundamental interest and relevant to noisy quantum devices. As a minimal model of this process, we consider a qudit chain evolving under local random unitaries and local depolarization channels. After mapping to a statistical mechanics model, the depolarization (noise) acts like a symmetry-breaking field, and we argue that it causes the system to thermalize within a timescale independent of system size. We show that various bipartite entanglement measures---mutual information, operator entanglement, and entanglement negativity---grow at a speed proportional to the size of the bipartition boundary. As a result, these entanglement measures obey an area law: Their maximal value during the dynamics is bounded by the boundary instead of the volume. In contrast, if the depolarization only acts at the system boundary, then the maximum value of the entanglement measures obeys a volume law. We complement our analysis with scalable simulations involving Clifford gates, for both one- and two-dimensional systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,018
Tête enseignante GPT0,361
Écart entre enseignants0,343 · 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.

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

Citations20
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. B./Physical review. BMême sujetQuantum many-body systemsTravaux en français237 207