量子科技中心_量科网

经典阴影层析成像提供了一条可扩展的路径来估算量子态特性，但由于统计噪声和硬件噪声，由此产生的约化密度矩阵（RDMs）常常违反能表征N电子态的约束条件——即N可表示性条件。该研究团队提出了一种基于半定规划的相关纯化框架，用以恢复这些受噪声干扰的非物理性双电子RDMs的准确性。该方法采用双目标优化策略，同时最小化多电子能量与测量2-RDM变化的核范数。核范数（常用于矩阵补全）会促使对2-RDM进行低秩且具有物理意义的修正，而能量项则作为正则化项可提高基态纯度。虽然该方法对基态特别有效，但通过降低能量项相对于误差范数的权重，也可应用于激发态和非稳态。在大型氢链费米子阴影层析成像的应用中，相关纯化使能量和2-RDM误差显著降低，在整个解离曲线上实现了化学精度。该框架为多体量子模拟中的层析成像提供了稳健策略。