中文

提取量子动力学资源:以非马尔可夫性消耗实现噪声抑制

量子物理 2024-06-28 v1

摘要

噪声或许是量子技术面临的最严峻挑战。因此,大量努力致力于开发噪声抑制方法。此方向上的一个显著成果是动力学解耦;它给出了一套抵消量子噪声效应的明确指令。然而,其适用域仍局限于可实施快速控制的器件。实际上,这极具局限性,且对更优噪声抑制工具的需求日益增长。在此,我们朝此方向迈出重要一步,通过辨识噪声抑制所需的关键要素以及远优于传统动力学解耦技术的方法之开发。利用资源理论方法,我们表明动力学解耦及相关协议有效性所依赖的关键资源是非马尔可夫性(或时间关联)。借助该洞见,我们进而提出两种辨识最优脉冲序列以抑制噪声的方法。通过一个显式例子,我们表明所提方法能更优地利用时间关联,并将噪声抑制可行的时间尺度至少拓展两个数量级。重要的是,相应工具构建于操作性基础之上,且易于在当前一代量子器件中实现。

关键词

引用

@article{arxiv.2110.02613,
  title  = {Extracting Quantum Dynamical Resources: Consumption of Non-Markovianity for Noise Reduction},
  author = {Graeme D. Berk and Simon Milz and Felix A. Pollock and Kavan Modi},
  journal= {arXiv preprint arXiv:2110.02613},
  year   = {2024}
}

备注

13+7 pages, 4+2 figures