MétaCan
Menu
Retour à la cohorte
Enregistrement W4392678366 · doi:10.1117/12.2691444

Spin-orbit photonic circuits for quantum simulations

2024· article· en· W4392678366 sur OpenAlexaff
Francesco Di Colandrea, Amin Babazadeh, Alexandre Dauphin, Pietro Massignan, Lorenzo Marrucci, Filippo Cardano

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Reservoir Computing
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhotonicsElectronic circuitPhysicsOrbit (dynamics)Spin (aerodynamics)QuantumQuantum opticsOptoelectronicsQuantum mechanicsAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The observation of extreme dynamics within quantum simulators based on photonic circuits is typically precluded by optical losses, exponentially increasing with the system depth or, equivalently, with the number of optical components. This is a natural consequence of the standard approach to photonic simulations of quantum dynamics, where the complexity of the setup grows with the extension of the evolution in time. By focusing on simple protocols of discrete-time quantum walks, we show that it is possible to compress homogeneous evolutions within only three liquid-crystal metasurfaces, encompassing up to a few hundreds of time steps. By exploiting spin-orbit effects, these devices implement space-dependent polarization transformations that mix circularly polarized optical modes carrying quantized transverse momentum, mimicking the target quantum dynamics with high efficiency and accuracy. Being extremely versatile, our compact platform will pave the way to the simulations of extreme regimes of more exotic dynamics.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,033
Tête enseignante GPT0,301
Écart entre enseignants0,268 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeural Networks and Reservoir ComputingTravaux en français237 207