MétaCan
Menu
Retour à la cohorte
Enregistrement W4389082121 · doi:10.1103/prxquantum.4.040332

Ultrafast Entanglement Dynamics in Monitored Quantum Circuits

2023· article· en· W4389082121 sur OpenAlexafffund
Shengqi Sang, Zhi Li, Timothy H. Hsieh, Beni Yoshida

Notice bibliographique

RevuePRX Quantum · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueQuantum many-body systems
Établissements canadiensPerimeter InstituteUniversity of Waterloo
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-clésUltrashort pulseQuantum entanglementDynamics (music)QuantumPhysicsStatistical physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Projective measurement, a basic operation in quantum mechanics, can induce seemingly nonlocal effects.In this work, we analyze such effects in many-body systems by studying the nonequilibrium dynamics of weakly monitored quantum circuits, focusing on entanglement generation and information spreading.We find that, due to measurements, the entanglement dynamics in monitored circuits is indeed "faster" than that of unitary ones in several ways.Specifically, we find that a pair of well-separated regions can become entangled in a time scale ℓ 2/3 , sublinear in their distance ℓ.For the case of Clifford monitored circuits, this originates from superballistically growing stabilizer generators of the evolving state.In addition, we find initially local information can spread superlinearly as t 3/2 .Furthermore, by viewing the dynamics as a dynamical encoding process, we show that the superlinear growing length scale relates to an encoding time that is sublinear in system size.To quantify the information dynamics, we develop a formalism generalizing operator spreading to nonunitary dynamics, which is of independent interest.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,017
Tête enseignante GPT0,264
Écart entre enseignants0,247 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePRX QuantumMême sujetQuantum many-body systemsTravaux en français237 207