通过推荐系统高效表征量子演化
量子物理
2021-12-08 v4
摘要
我们展示了通过矩阵分解算法（推荐系统（RS）的一种特定类型）来表征量子演化。经历量子演化的系统可通过若干方式表征。此处我们选择（i）由熵、负性或失谐等度量量化的量子关联，以及（ii）态保真度。使用多达 10 个量子比特的量子寄存器，我们证明了 RS 可高效表征幺正与非幺正演化。在对两量子比特下 RS 的性能进行详细分析后，我们表明它可用于区分干净的量子关联数据库与含噪或伪造的数据库。此外，我们发现对于构建无简单闭式表达的量子失谐大型数据库，RS 带来了显著的计算优势。并且，RS 可按量子失谐减少与态保真度高效表征经历非幺正演化的系统。最后，我们利用 RS 在非线性量子系统中构建失谐相空间。
引用
@article{arxiv.2005.10555,
title = {Efficient Characterization of Quantum Evolutions via a Recommender System},
author = {Priya Batra and Anukriti Singh and T. S. Mahesh},
journal= {arXiv preprint arXiv:2005.10555},
year = {2021}
}
备注
Accepted in Quantum