量子科技中心_量科网

量子态层析成像为重构量子态提供了基本框架。当测量数据不具备信息完备性时，观测到的统计量会对应多个兼容的密度矩阵，这使得重构问题本质上欠定，需要选择有意义的估计量。解决这一歧义性的两种成熟方法是最大熵（MaxEnt）和变分量子层析成像（VQT）。 该工作引入了一种名为VQT∞的变体，用于复现类MaxEnt解。在本研究中，该团队通过引入参数化代价函数来推广该方法，该函数在1-范数和无穷范数之间插值，从而将VQT和VQT∞统一在一个框架内。通过调整相关超参数，所提方法能够实现对兼容密度矩阵集合的可控探索。研究人员表明，这种相互作用产生的重构态与MaxEnt解的保真度高于通过VQT∞获得的结果，同时保持了计算可行性。