MétaCan
Menu
Retour à la cohorte
Enregistrement W4365509460 · doi:10.1103/physreva.107.042610

Measuring the quadrature coherence scale on a cloud quantum computer

2023· article· en· W4365509460 sur OpenAlexafffund
Aaron Z. Goldberg, Guillaume Thekkadath, Khabat Heshami

Notice bibliographique

RevuePhysical review. A/Physical review, A · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum Mechanics and Applications
Établissements canadiensUniversity of CalgaryNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesNational Research Council CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésQuantum decoherenceCoherence (philosophical gambling strategy)PhysicsMeasure (data warehouse)Coherent statesPhotonBeam splitterQuantumQuantum stateInterferometryQuantum mechanicsComputer scienceStatistical physicsLaserData mining

Résumé

récupéré en direct d'OpenAlex

Coherence underlies quantum phenomena, yet it is manifest in classical theories; delineating coherence's role is a fickle business. The quadrature coherence scale (QCS) was invented to remove such ambiguity, quantifying quantum features of any single-mode bosonic system without choosing a preferred orientation of phase space. The QCS is defined for any state, reducing to well-known quantities in appropriate limits, including Gaussian and pure states, and perhaps most importantly for a coherence measure, it is highly sensitive to decoherence. Until recently, it was unknown how to measure the QCS; we here report on an initial measurement of the QCS for squeezed light and thermal states of light. This is performed using Xanadu's machine Borealis, accessed through the cloud, which offers the configurable beam splitters and photon-number-resolving detectors essential for measuring the QCS. The data and theory match well, certifying the usefulness of interferometers and photon-counting devices in certifying quantumness.

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 enseignants0,231
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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)0,0000,005

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 Opus0,031
Tête enseignante GPT0,342
Écart entre enseignants0,311 · 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

Citations15
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical review. A/Physical review, AMême sujetQuantum Mechanics and ApplicationsTravaux en français237 207