量子科技中心_量科网

局部纯化密度算子（LPDOs）是当前最先进的张量网络候选拟设，能够高效表示大规模混合量子态。然而，由于其非唯一性，这类算子在实用计算中的表示复杂度通常非最优。该工作针对实验中噪声将密度算子退极化至最大混合态的关键场景，通过综合数值与理论分析解决了这一难题。研究团队提出了两种数值工具和一种解析方法，并阐明了其关联性：数值工具基于保真度截断技术和利用黎曼优化的等度量规范变换，以熵目标函数为优化对象；而解析方法则通过最大混合态LPDO的注入性与对称性约束，给出了解纠缠算子的闭合表达式，并与数值优化器建立了关联。该研究表明，通过最小化实验关键态的资源需求，可显著提升张量网络算法的效率。这项工作为探索张量网络在表征近端量子设备混合态时的根本可扩展性极限及潜在优势奠定了理论基础。