基于量子数字孪生器恢复Heisenberg极限：用于噪声量子感测
计算与语言
2025-08-18 v1 人工智能
机器学习
社会与信息网络
摘要
量子传感器利用非经典资源实现Heisenberg极限的感测精度，超越通过经典策略可实现的标准量子极限。然而，环境噪声导致快速退相干，根本限制了Heisenberg极限的实际实现。本文提出一种量子数字孪生协议以克服这一问题。该协议首先建立可观测限制的状态重建来推断退相干过程中的随机误差，然后利用强化学习推导自适应补偿控制策略。我们在离散、连续变量和多量子比特电路系统上演示了该方法。该方法绕过了指数级开销的量子态测量，发现最优控制方案以恢复Heisenberg极限。与需要精确噪声特征和附加量子比特的量子纠错或缓解方案不同，我们的自主协议通过环境自适应控制序列实现噪声鲁棒的感测。这一工作将量子数字孪生确立为量子控制的通用方法，提出了一种兼容NISQ时代实验约束的下一代量子传感器的噪声免疫范式。
关键词
引用
@article{arxiv.2508.11197,
title = {E-CaTCH: Event-Centric Cross-Modal Attention with Temporal Consistency and Class-Imbalance Handling for Misinformation Detection},
author = {Ahmad Mousavi and Yeganeh Abdollahinejad and Roberto Corizzo and Nathalie Japkowicz and Zois Boukouvalas},
journal= {arXiv preprint arXiv:2508.11197},
year = {2025}
}