MétaCan
Menu
Retour à la cohorte
Enregistrement W4408810019 · doi:10.26443/msurj.v1i2.316

Generating and Testing a Many-qubit Entangled State for Controlled Quantum Teleportation

2025· article· en· W4408810019 sur OpenAlexaff
Yue Ma, W. A. Coish

Notice bibliographique

RevueMcGill Science Undergraduate Research Journal · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésQuantum teleportationSuperdense codingTeleportationQubitBell stateOne-way quantum computerPhysicsQuantum mechanicsQuantum channelComputer scienceQuantumQuantum entanglement

Résumé

récupéré en direct d'OpenAlex

Multipartite entangled states are essential for controlled quantum teleportation (CQT). CQT enables secure and conditional quantum information transfer among multiple parties. Recently, the six-qubit “tetrahedron” state was identified as a novel candidate for enabling CQT of a two-qubit state by Z. M. McIntyre and W. A. Coish (2024). Despite its theoretical promise, this state has yet to be experimentally realized. We will employ IBM Qiskit, a quantum computing software package, to perform a classical simulation of the tetrahedron state, modeling realistic conditions that include decoherence, state preparation errors, and measurement imperfections. By examining the influence of noise on entanglement and teleportation fidelity, we aim to gain insights into the state’s feasibility for near-term quantum hardware. This approach involves constructing the quantum circuit for the tetrahedron state, incorporating realistic noise models, and analyzing the cumulative effect of errors at each gate operation. Our ultimate goal is to identify critical noise thresholds that limit the state’s performance and inform future hardware implementations. The insights from these simulations will guide experimental efforts to realize the six-qubit tetrahedron state and advance controlled quantum teleportation protocols for multi-qubit systems.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,043
Tête enseignante GPT0,351
Écart entre enseignants0,307 · 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'étudeExpérimental (laboratoire)
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'admission1
Résumé présentoui

Explorer davantage

Même revueMcGill Science Undergraduate Research JournalMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207