MétaCan
Menu
Retour à la cohorte
Enregistrement W4414342517 · doi:10.1103/4ww5-4yww

Complexity of Gottesman-Kitaev-Preskill States

2025· article· en· W4414342517 sur OpenAlexaff
Lukas Brenner, Libor Caha, Xavier Coiteux-Roy, Robert Koenig

Notice bibliographique

RevuePhysical Review X · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Information and Cryptography
Établissements canadiensUniversity of Calgary
Organismes subventionnairesEuropean Research CouncilSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésConverseState (computer science)FidelityVariance (accounting)TRACE (psycholinguistics)GaussianComputational complexity theoryConstant (computer programming)

Résumé

récupéré en direct d'OpenAlex

We initiate the study of state complexity for continuous-variable quantum systems. Concretely, we consider a setup with bosonic modes and auxiliary qubits, where available operations include Gaussian one- and two-mode operations and single- and two-qubit operations as well as qubit-controlled phase-space displacements. We define the (approximate) complexity of a bosonic state by the minimum size of a circuit that prepares an approximation to the state in trace distance. We propose a new circuit which prepares an approximate Gottesman-Kitaev-Preskill (GKP) state | G K P κ , Δ ⟩ . Here, κ − 2 is the variance of the envelope, and Δ 2 is the variance of the individual peaks. We show that the circuit accepts with constant probability and—conditioned on acceptance—the output state is polynomially close in ( κ , Δ ) to the state | G K P κ , Δ ⟩ . The size of our circuit is linear in ( log 1 / κ , log 1 / Δ ) . To our knowledge, this is the first protocol for GKP-state preparation with fidelity guarantees for the prepared state. We also show converse bounds, establishing that the linear circuit-size dependence of our construction is optimal. This fully characterizes the complexity of GKP states.

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)0,001
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,005
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,023
Tête enseignante GPT0,327
Écart entre enseignants0,304 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review XMême sujetQuantum Information and CryptographyTravaux en français237 207