低于标准量子极限的无资源消耗量子哈密顿量学习
精确且资源高效的量子哈密顿量估计对开发实用量子技术至关重要,但现有方法通常需要纠缠资源或动态控制。该研究团队展示了一种无需纠缠资源、相干测量或动态控制即可突破标准量子极限的新方法。该方法基于轨迹哈密顿量学习框架,通过对探测态实施局部随机预处理,并采用最大似然估计优化安排的泡利测量。理论分析表明,该流程在短时探测中会自发形成瞬态海森堡极限机制。此外,该工作提出了利用探测态系综并行估计所有哈密顿参数的方案,无需参数隔离和结构先验知识。最后,研究人员通过数值研究验证了该方法在多种复杂模型中的有效性:包括具有近邻/次近邻相互作用的自旋1/2粒子一维链中的无序各向异性海森堡模型,以及无能隙XXZ哈密顿量。数值模拟证实该方法每个泡利测量仅需单次采样,具有显著实验优势。相关代码已开源发布。
量科快讯
1 小时前
【新实验与理论研究证实:马约拉纳模式对无序具有高度鲁棒性】德国汉堡大学的研究人员与合作者进行的一项新项研究专门探索了一维自旋链中编码的马约拉纳模式的鲁棒性。他们实验证明了这些原子链中的马约拉纳模式确…
2 小时前
3 小时前
【悉尼大学科学家首次对真实分子的化学动力学进行了量子模拟】悉尼大学的研究人员最近首次对真实分子的化学动力学进行了量子模拟,相关成果已于日前发表在《美国化学会志》上。该研究通过模拟分子受光激发后的行为…
1 天前

