预测量子观测量:一种具有性能保证的压缩感知方法

近期量子设备中的噪声限制了可可靠获取测量数据的时间尺度。现有数据驱动外推方法虽能通过测量扩展量子可观测量动力学,但无法保证恢复的模型反映真实动力学。该团队在本文中引入原子范数最小化框架,用以验证任何算法学习到的模型是否准确捕捉量子观测量的底层动力学——当系统由少量分离良好的玻尔频率支配时,该验证方法具有理论保证。该研究团队在8-20量子比特自旋链哈密顿量的数值实验中,对多种算法框架进行了验证。与精确对角化结果对比显示:在98%案例中认证模型平均预测误差低于0.1(观测值范围[-1,1]内),89-97%案例中误差低于0.05(具体比例取决于预测算法)。即使在存在实际散粒噪声情况下,认证模型仍保持稳健,对于0.1误差阈值成功率仅下降至88-95%。

作者所在地: VIP可见
作者单位: VIP可见
提交arXiv: 2025-10-16 17:14

量科快讯