基于非二次势与神经网络的量子运动态层析
量子物理
2019-12-11 v2
摘要
我们提出利用质量粒子在非二次势中的复杂量子动力学来重构未知的初始运动量子态。我们从理论上证明，通过在四次势中不同时间点测量位置量子算符的均值和方差，可以高效地完成重构。我们训练了一个神经网络来成功解决这一困难的回归问题。我们通过分析退相干和势中不确定性的影响，讨论了该方法的实验可行性。
引用
@article{arxiv.1906.08133,
title = {Quantum Motional State Tomography with Non-Quadratic Potentials and Neural Networks},
author = {Talitha Weiss and Oriol Romero-Isart},
journal= {arXiv preprint arXiv:1906.08133},
year = {2019}
}
备注
5 pages (3 figures) + appendix: 6 pages (5 figures)