《Quantum state transfer on unsymmetrical graphs via discrete-time quantum walk》论文解读

本文主要是介绍《Quantum state transfer on unsymmetrical graphs via discrete-time quantum walk》论文解读,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文仅仅代表个人的读后感,如有不对,欢迎大家指出呀~

论文简要概述

这篇论文是针对butterfly-network上的量子态转移的研究。
它的核心思想就是将butterfly network转化成二部图(因为处理二部图有一个比较完整的流程,并且保真度挺高)

1.introduction

第一部分主要是讲quantum walk、perfect state transfer等一些背景的介绍。

2.Preliminaries

第二部分主要是论文的预备知识。
(1)二分图的介绍
(2)butterfly-network的介绍
(3)将butterfly-network转化成二分图。
如下图中的(a)是butterfly-network,然后可以转换成(b)中的二分图的形式。
在这里插入图片描述

3.Quantum State Transfer Over the Butterfly Network via Discrete-Time Quantum Walk(核心部分)

这一部分就是和完全二部图的量子态转移的过程相同。

1. 定义初态、终态

量子态转移的目标就是从顶点1转到顶点6.
在这里插入图片描述
在这里插入图片描述

2. 定义coin-operator

在标记点使用的是I当做coin-operator,在非标记点使用的是G.
在这里插入图片描述
在这里插入图片描述

3. 定义shift-operator

shift-operator就是从在图里面进行移动,有那个边的就可以移动。
在这里插入图片描述

4.定义U

(1)U是先进行coin-operator的操作
在这里插入图片描述
(2)由于初态和终态在不同侧,所以要对初态先进行一次U操作,让初态和转移到和终态同一侧。

在这里插入图片描述
(3)现在初态和终态在同一侧了,所以如果最终转移到终态时,则必定经过了偶数次U操作,而且是先进行U2,再进行U1,所以定义了Ueff.
在这里插入图片描述

5. U在一组标准正交基下的矩阵表示,并求改矩阵的特征值和特征向量。

这组正交基就是把二部图下的所有边都表示出来,并且基与基之间的内积为0.这里的每一条边都是正交的,所以把这七条边当成一组标准正交基。
在这里插入图片描述

所以,在这组标准正交基的矩阵表示为如下:
在这里插入图片描述
求出改矩阵的特征值和特征向量。
在这里插入图片描述

6.将初态、终态用特征向量表示出来。

初态用特征向量进行表示。
在这里插入图片描述
初态经过了t次之后,变成的状态。
在这里插入图片描述

终态用特征向量表示出来。
在这里插入图片描述

7.计算保真度

在这里插入图片描述

最终经过计算,发现保真度和要传输的量子态有关。
在这里插入图片描述

4.Conclusion

结论就是发现,保真度与要传输的量子态有关。

5.论文读后感

其实个人不太赞同它的结论,个人觉得保真度与图的每个顶点的度有关,但是可以借鉴它的方式,把一些不对称的图,转移到对称的图上。

这篇关于《Quantum state transfer on unsymmetrical graphs via discrete-time quantum walk》论文解读的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/564473

相关文章

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

Spring 源码解读:自定义实现Bean定义的注册与解析

引言 在Spring框架中,Bean的注册与解析是整个依赖注入流程的核心步骤。通过Bean定义,Spring容器知道如何创建、配置和管理每个Bean实例。本篇文章将通过实现一个简化版的Bean定义注册与解析机制,帮助你理解Spring框架背后的设计逻辑。我们还将对比Spring中的BeanDefinition和BeanDefinitionRegistry,以全面掌握Bean注册和解析的核心原理。

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

论文翻译:ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的,这引发了人们的担忧和猜测,即它们可能已

状态模式state

学习笔记,原文链接 https://refactoringguru.cn/design-patterns/state 在一个对象的内部状态变化时改变其行为, 使其看上去就像改变了自身所属的类一样。 在状态模式中,player.getState()获取的是player的当前状态,通常是一个实现了状态接口的对象。 onPlay()是状态模式中定义的一个方法,不同状态下(例如“正在播放”、“暂停

OmniGlue论文详解(特征匹配)

OmniGlue论文详解(特征匹配) 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super