量子科技中心_量科网

热态在物理学、信息论、量子计算和机器学习等诸多领域发挥着重要作用。它源自杰尼斯的最大熵原理，是在线性约束条件下具有最大熵的状态，同时也是系统与宏观环境的微正则态约化结果。该研究团队提出了最大通道熵原理，将热通道定义为在通道线性约束条件下使通道熵度量最大化的量子通道，并证明此类通道具有类似热态的指数形式。研究人员探讨了包括保持系统平均能量的热化通道、泡利协变通道和经典通道等实例，提出了一种基于最大通道熵方法的量子通道学习算法——该算法与量子态学习算法具有相似性。 通过证明最大通道熵通道与多副本系统微正则通道的单体作用行为相似，该工作揭示了其热力学相关性。其中微正则通道的定义要求：对于任何独立同分布输入态（包括非对易约束算符情形），线性约束条件均需满足严格统计特性。研究方法涉及：采用凸优化方法优化最新提出的通道熵度量、结合非对易算符的典型性技术、定制化通道后选择技术，以及舒尔-外尔对偶性。作为具有独立价值的成果，该团队还证明了量子通道的约束后选择定理。鉴于热态在物理学、信息论、机器学习和量子计算中的广泛适用性，量子通道的类似概念有望开拓新的应用前景。