MétaCan
Menu
Retour à la cohorte
Enregistrement W4415403472 · doi:10.22331/q-2025-10-21-1890

A Mathematical Structure for Amplitude-Mixing Error-Transparent Gates for Binomial Codes

2025· article· en· W4415403472 sur OpenAlexaff
Owen C. Wetherbee, Saswata Roy, Baptiste Royer, Valla Fatemi

Notice bibliographique

RevueQuantum · 2025
Typearticle
Langueen
DomaineEngineering
Thématiquegraph theory and CDMA systems
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésQuantum error correctionError detection and correctionQubitQuantum informationQuantumRealization (probability)Quantum computerBinomial (polynomial)

Résumé

récupéré en direct d'OpenAlex

Bosonic encodings of quantum information offer hardware-efficient, noise-biased approaches to quantum error correction relative to qubit register encodings. Implementations have focused in particular on error correction of stored, idle quantum information, whereas quantum algorithms are likely to desire high duty cycles of active control. Error-transparent operations are one way to preserve error rates during operations, but, to the best of our knowledge, only phase gates have so far been given an explicitly error-transparent formulation for binomial encodings. Here, we introduce the concept of 'parity nested' operations, and show how these operations can be designed to achieve continuous amplitude-mixing logical gates for binomial encodings that are fully error-transparent to the photon loss channel. For a binomial encoding that protects against l photon losses, the construction requires ⌊l/2⌋ + 1 orders of generalized squeezing in the parity nested operation to fully preserve this protection. We further show that error-transparency to all the correctable photon jumps, but not the no-jump errors, can be achieved with just a single order of squeezing. Finally, we comment on possible approaches to experimental realization of this concept.

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)0,003
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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,024
Tête enseignante GPT0,276
Écart entre enseignants0,253 · 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 revueQuantumMême sujetgraph theory and CDMA systemsTravaux en français237 207