中文

CMOS 自旋量子比特阵列中以量子纠错辅助的轴子搜索

计算机视觉与模式识别 2026-05-19 v1 人工智能

摘要

基于固态自旋量子比特的轴子及类轴子暗物质搜索在强纵向去相位受限下受限,这会迅速抑制量子纠缠所带来的灵敏度提升。我们表明,量子纠错 (QEC) 可显著提升现实半导体自旋量子比特平台上轴子搜索灵敏度,通过缓解这种占主导地位的噪声源。通过将最佳选择的重复编码 QEC 与逻辑 GHZ 块纠缠相结合,我们推导了显式包含轴子场有限相干时间的量子费米鲁伯信息闭式表达式。我们的分析表明,适度的 QEC 循环频率足以显著降低有效去相位率,从而恢复量子纠缠感测超越标准量子极限的广泛参数范畴。将这些结果投射到兼容 CMOS 设备参数上,我们发现 QEC 保护的纠缠感测可唤醒原本不可及的量子优势,使对轴子电子耦合 gaeg_{ae} 的灵敏度提升约一个数量级。这些结果为使用 QEC 改善量子比特阵列搜索标准模型之外物理提供了一条实用且理论可控的路径。

关键词

引用

@article{arxiv.2605.17456,
  title  = {GCE-MIL: Faithful and Recoverable Evidence for Multiple Instance Learning in Whole-Slide Imaging},
  author = {Xiangyu Li and Ran Su},
  journal= {arXiv preprint arXiv:2605.17456},
  year   = {2026}
}

备注

10 pages, 17 figures, 24 table