Observation of a non-Hermitian supersonic mode on a trapped-ion quantum computer
Notice bibliographique
Résumé
Quantum computers have long been anticipated to excel in simulating quantum many-body physics. In this work, we demonstrate the power of variational quantum circuits for resource-efficient simulations of dynamical and equilibrium physics in non-Hermitian systems. Using a variational quantum compilation scheme for fermionic systems, we reduce gate count, save qubits, and eliminate the need for postselection, a major challenge in simulating non-Hermitian dynamics via standard Trotterization. On the Quantinuum H1 trapped-ion processor, we experimentally observed a supersonic mode on an n = 18 fermionic chain after a non-Hermitian, nearest-neighbor interacting quench, which would otherwise be forbidden in a Hermitian system. Additionally, we investigate sequential quantum circuits generated by tensor networks for ground-state preparation using a variance minimization scheme, accurately capturing correlation functions and energies across an exceptional point on a dissipative spin chain up to length n = 20 using only 3 qubits. On the other hand, we provide an analytical example demonstrating that simulating single-qubit non-Hermitian dynamics for $$\Theta (\log (n))$$ time from certain initial states is exponentially hard on a quantum computer. Our work raises many intriguing questions about the intrinsic properties of non-Hermitian systems that permit efficient quantum simulation. Quantum simulation of non-Hermitian systems is non-trivial, as the use of Trotterization would incur into a huge sampling overhead. Here, the authors use a variational approach to simulate a quench in a 18-site fermionic chain on a trapped-ion quantum processor, seeing the signature of a supersonic mode in the connected density-density correlation function and providing insights on when quantum computers fail to simulate non-Hermitian 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».