可饱和非线性诱导的光声学量子关联
机器学习
2025-11-04 v4 人工智能
摘要
我们提出一种方案,可在光声学系统中诱导量子关联。我们的基准系统由两个光学上耦合的光腔组成,这些腔体与一个共同机械振子相互作用。光腔内植入可饱和的非线性,触发其中每个腔的增益或损耗。若不具备这些非线性,系统中将不会产生量子关联,即纠缠和量子引导。当打开非线性后,增益和损耗被激活,从而实现对两种量子纠缠和量子引导的灵活生成。这些产生的量子关联似乎对诱导的增益不敏感,而通过饱和效应诱导的损耗则有效增强了量子关联。此外,在非线性饱和情形下,针对热力学波动的鲁棒性进一步得到提升。该工作表明,可利用非线性饱和效应即使在室温下也能工程化量子关联,这些关联在量子信息处理、量子计算任务及量子技术中具有重要应用价值。
引用
@article{arxiv.2506.10707,
title = {ConTextTab: A Semantics-Aware Tabular In-Context Learner},
author = {Marco Spinaci and Marek Polewczyk and Maximilian Schambach and Sam Thelin},
journal= {arXiv preprint arXiv:2506.10707},
year = {2025}
}
备注
Accepted as spotlight at NeurIPS 2025