Gauge freedom and efficient algorithms for Lindbladian learning
Este artículo establece una caracterización precisa de las limitaciones fundamentales impuestas por el ruido de preparación de estado y medición (SPAM) en el aprendizaje de Lindbladianos locales, identificando los componentes dependientes de la calibración (gauge) que no son aprendibles, al tiempo que proporciona algoritmos escalables y robustos al SPAM para aprender eficientemente todos los parámetros universalmente invariantes de la calibración utilizando únicamente operaciones de un solo qubit de confianza.