基于新信息传播界的耗散增强玻色哈密顿量学习
量子物理
2023-07-28 v1 数学物理
math.MP
摘要
可靠的量子技术需要了解支配底层系统的动力学。这一在连续时间内刻画和基准化量子器件或实验的问题被称为哈密顿量学习问题。与多量子比特系统不同，玻色系统动力学的学习保证迄今大多未被探索。对于以湮灭和产生算符的多项式给出、模式排布在晶格上的 m 模哈密顿量，我们建立了一个基于粒子数算符的简单矩判据，确保有限维设定下的学习策略可推广至玻色设定，且仅需相干态和实验端的零差探测。我们随后提出一种基于外加耗散的增强流程，即使哈密顿量时间演化违背该矩判据也能工作：它以高成功概率学习哈密顿量的所有系数至精度 ε，使用总演化时间 O(ε^{-2} log(m))。我们的协议涉及实验上可达的资源：投影相干态制备、类似于近期涉及由非线性多光子驱动耗散过程稳定的猫量子比特的量子纠错方案的耗散正则化，以及零差测量。作为我们分析中的关键一步，我们针对由任意有界次数的湮灭和产生算符结合光子驱动耗散生成的演化，建立了矩判据和一种新的 Lieb-Robinson 型界。我们的工作表明，广泛的玻色哈密顿量类可从简单量子实验中高效学习，且我们的玻色 Lieb-Robinson 界可独立作为研究连续变量系统演化的通用工具。
引用
@article{arxiv.2307.15026,
title = {Dissipation-enabled bosonic Hamiltonian learning via new information-propagation bounds},
author = {Tim Möbus and Andreas Bluhm and Matthias C. Caro and Albert H. Werner and Cambyse Rouzé},
journal= {arXiv preprint arXiv:2307.15026},
year = {2023}
}