原位无预设学习林德布拉德动力学
在微观相互作用层面和误差机制层面表征开放量子系统的动力学特性,对于量子硬件的校准、鲁棒模拟协议的设计以及定制化纠错方法的开发至关重要。在马尔可夫噪声/耗散条件下,最自然的表征方法是识别产生相干(哈密顿量)和耗散动力学的完整林布拉德生成元。此前从动力学数据学习林布拉德生成元的协议均预设了特定的相互作用结构,当相关噪声通道或控制缺陷未知时,这种方法具有局限性。本论文首次提出了一种样本高效的协议,可在不预设任何先验结构或局域性的前提下学习稀疏林布拉德生成元。该协议无需辅助量子位,仅采用乘积态制备和泡利基测量,并实现了接近最优的时间分辨率,使其与近期实验能力兼容。最终样本复杂度取决于线性系统条件数——团队通过实验发现,对于广泛具有物理意义的模型类,该条件数处于中等水平。这为开放系统量子动力学的可扩展表征提供了系统性路径,尤其适用于目标误差机制未知的场景。
量科快讯
1 天前
1 天前

