线性伊藤随机微分方程的普适扩张:二阶矩的量子轨迹与林德布拉德模拟
该研究团队提出了一个用于在量子计算机上模拟具有加性或乘性噪声的N维线性伊藤随机微分方程(SDE)的通用框架。基于酉扩张技术,研究人员在广义线性SDE
dXₜ = A(t)Xₜdt + ∑ⱼBⱼ(t)XₜdWₜʲ
与扩张希尔伯特空间上的随机薛定谔方程(SSE)之间建立了严格的对应关系。这一嵌入过程具有路径精确性:对于每个固定的噪声实现,经典解都可以作为扩张量子态的投影而获得。该工作证明,所得到的SSE天然适用于数字量子处理器实现,其中随机维纳增量直接对应于辅助量子比特的测量结果。利用这一物理映射,该团队开发了两种算法策略:(1)基于轨迹的方法,使用序贯弱测量实现高效随机积分器(包括二阶方案);(2)基于系综的方法,将矩演化映射为确定性林德布拉德量子主方程,从而无需蒙特卡洛采样即可完成模拟。该框架通过随机光锥分析提供了误差界限,并通过数值模拟进行了验证。
量科快讯
11 小时前
12 小时前
1 天前
【新研究表明利用纠缠原子云进行量子测量可实现更高测量精度】瑞士巴塞尔大学与法国巴黎卡斯特勒–布罗塞尔实验室(LKB)的研究人员最近合作证明,空间上分离的量子物体之间的纠缠不仅可实现,还能够用于同时高…
1 天前
4 天前

