MétaCan
Menu
Retour à la cohorte
Enregistrement W4405173323 · doi:10.1103/physrevresearch.7.023236

Engineering qubit dynamics in open systems with photonic synthetic lattices

2025· preprint· en· W4405173323 sur OpenAlexafffund
Francesco Di Colandrea, Tareq Jaouni, John Grace, Dilip Paneru, Mirko Arienzo, Alessio D’Errico, Ebrahim Karimi

Notice bibliographique

RevuePhysical Review Research · 2025
Typepreprint
Langueen
DomaineComputer Science
ThématiqueNeural Networks and Reservoir Computing
Établissements canadiensNational Research Council CanadaMcGill UniversityUniversity of Ottawa
Organismes subventionnairesMinistero dell'Università e della RicercaCanada Research Chairs
Mots-clésQubitPhotonicsDynamics (music)Computer sciencePhysicsQuantum mechanicsQuantumAcoustics

Résumé

récupéré en direct d'OpenAlex

The evolution of a quantum system interacting with an environment can be described as a unitary process acting on both the system and the environment. In this framework, the system's evolution can be predicted by tracing out the environmental degrees of freedom. Here, we establish a precise mapping between the global unitary dynamics and the quantum operation involving the system, wherein the system is a single qubit, and the environment is modeled as a discrete lattice space. This approach enables the implementation of arbitrary noise operations on single-polarization qubits using a minimal set of three liquid-crystal metasurfaces, whose transverse distribution of the optic axes can be patterned to reproduce the target process. We experimentally validate this method by simulating common noise processes, such as phase errors and depolarization. Besides providing a practical solution for quantum state purification, this work demonstrates a versatile approach for the simulation of open qubit dynamics, with potential implications for quantum error correction and environment-induced quantum phase transitions.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Science ouverte, Intégrité de la recherche
Catégories consensuellesScience ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0060,013
Intégrité de la recherche0,0000,003
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 Opus0,074
Tête enseignante GPT0,404
Écart entre enseignants0,331 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review ResearchMême sujetNeural Networks and Reservoir ComputingTravaux en français237 207