MétaCan
Menu
Retour à la cohorte
Enregistrement W4403603404 · doi:10.1103/prxquantum.5.040309

Digital Quantum Simulation of a (1+1)D SU(2) Lattice Gauge Theory with Ion Qudits

2024· article· en· W4403603404 sur OpenAlexfundno aff
Giuseppe Calajò, Giuseppe Magnifico, Claire Edmunds, Martin Ringbauer, Simone Montangero, Pietro Silvi

Notice bibliographique

RevuePRX Quantum · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueParticle physics theoretical and experimental studies
Établissements canadiensnon disponible
Organismes subventionnairesWomen's College Research InstituteEuropean Research CouncilEuropean Climate, Infrastructure and Environment Executive AgencyQuantERAAustrian Science FundEuropean CommissionIstituto Nazionale di Fisica NucleareHORIZON EUROPE Framework ProgrammeDipartimenti di Eccellenza
Mots-clésLattice gauge theoryLattice (music)PhysicsGauge theoryQuantum mechanicsIonQuantumGauge (firearms)Theoretical physicsMathematical physicsStatistical physicsMathematicsMaterials science

Résumé

récupéré en direct d'OpenAlex

We present a quantum simulation strategy for a (1+1)-dimensional SU(2) non-Abelian lattice gauge theory with dynamical matter, a hardcore-gluon Hamiltonian Yang-Mills, tailored to a six-level trapped-ion-qudit quantum processor, as recently experimentally realized [Nat. Phys. 18, 1053 (2022)]. We employ a qudit encoding fulfilling gauge invariance, an SU(2) Gauss’s law. We discuss the experimental feasibility of generalized Mølmer-Sørensen gates used to efficiently simulate the dynamics. We illustrate how a shallow circuit with these resources is sufficient to implement scalable digital quantum simulation of the model. We also numerically show that this model, albeit simple, can dynamically manifest physically relevant properties specific to non-Abelian field theories, such as baryon excitations. Published by the American Physical Society 2024

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,274
Écart entre enseignants0,261 · 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

Citations27
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRX QuantumMême sujetParticle physics theoretical and experimental studiesTravaux en français237 207