用于矩阵乘积算符的量子态层析的在线黎曼梯度下降法
矩阵乘积算符(MPOs)为量子态层析(QST)提供了一种可扩展的方法,通过以仅随系统规模多项式增长的参数数量,紧凑表示具有有限纠缠的多体混合态。本文研究可用MPO表示的量子密度矩阵的QST问题。该工作首先推导了厄米性在MPO核心张量下的等价表征,并证明在泡利基或广义盖尔曼基下,MPO的系数张量具有实数值的低张量列(TT)秩结构。这建立了基于MPO的QST与含噪低秩张量补全之间的显式联系。基于这一表述,该团队开发了一种在线黎曼梯度下降(oRGD)算法,该算法在重构过程中顺序整合测量数据。在适当的初始化条件下,研究人员证明oRGD线性收敛至目标MPO,且所需的不同测量设置数量随系统规模二次增长。作为副产品,该工作的分析还显著改进了低TT秩张量补全任务的样本复杂度界。此外,该工作提出了一种定制化谱初始化方法并建立了其理论保证。针对多类量子态的数值实验验证了所提方法的有效性和可扩展性。

