⚛️ quantum physics

Temporal Coarse Graining for Classical Stochastic Noise in Quantum Systems

यह शोधपत्र क्वांटम प्रणालियों में शास्त्रीय स्टोकेस्टिक शोर (classical stochastic noise) के अनुकरण के लिए एक टेम्पोरल कोर्स-ग्रैनिंग (temporal coarse-graining) विधि प्रस्तुत करता है, जो कोर्स रियलाइजेशन (coarse realizations) पर ऑर्नस्टीन-उहलेनबेक प्रक्रियाओं (Ornstein-Uhlenbeck processes) को कंडिशन करने और स्वतंत्र ब्रिज प्रक्रियाओं (independent bridge processes) पर विश्लेषणात्मक रूप से औसत निकालने पर आधारित है, जिससे $1/f$ जैसे मल्टी-स्केल शोर के लिए नॉइज़ प्रोपेगेटर्स (noise propagators) का कुशल प्रीकंप्यूटेशन सक्षम होता है।

मूल लेखक: Tameem Albash, Steve Young, N. Tobias Jacobson

प्रकाशित 2026-06-09

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Tameem Albash, Steve Young, N. Tobias Jacobson

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक नदी में बहते हुए एक पत्ते के पथ की भविष्यवाणी करने की कोशिश कर रहे हैं। नदी में दो प्रकार की गति है: एक धीमी, स्थिर धारा जो मिनटों तक पत्ते को एक दिशा में धकेलती है, और एक अराजक, अस्थिर हलचल (turbulence) जो हर मिलीसेकंड में पत्ते को झकझोर देती है।

यदि आप यह जानना चाहते हैं कि एक घंटे के बाद पत्ता कहाँ होगा, तो एक मानक कंप्यूटर दृष्टिकोण हर मिलीसेकंड में एक सूक्ष्म 'स्नैपशॉट' लेने का है ताकि उस अस्थिर हलचल को पकड़ा जा सके। लेकिन यह बहुत धीमा और बर्बादी भरा है क्योंकि आप धीमी गति को ट्रैक करने के लिए लाखों स्नैपशॉट ले रहे हैं। यही वह समस्या है जिसका सामना क्वांटम कंप्यूटर वैज्ञानिक अपने मशीनों में "शोर" (त्रुटियों के कारण होने वाली अनिश्चितता) को सिम्युलेट करते समय करते हैं। शोर में धीमी गिरावट (drifts) और तेज़ हलचल दोनों होती हैं, और हर एक क्षण को सिम्युलेट करना बहुत महंगा पड़ता है।

यह शोध पत्र एक चतुर शॉर्टकट पेश करता है जिसे टेम्पोरल कोर्स ग्रेनिंग (Temporal Coarse Graining) कहा जाता है। यह इस प्रकार काम करता है:

1. "कोर्स स्केच" बनाम "फाइन डिटेल" (Coarse Sketch vs. The Fine Detail)

पत्ते की हलचल को हर मिलीसेकंड में ट्रैक करने के बजाय, लेखक नदी के पथ का एक "कोर्स स्केच" (एक मोटा खाका) बनाने का सुझाव देते हैं। आप समय के कुछ प्रमुख बिंदुओं (मान लीजिए, हर मिनट में) को चुनते हैं और तय करते हैं कि उन क्षणों में पत्ता कहाँ है। आइए इन बिंदुओं को कोर्स रियलाइजेशन (Coarse Realizations) कहें।

उपमा: कल्पना कीजिए कि आप एक पर्वत श्रृंखला बना रहे हैं। हर एक कंकड़ और घास के तिनके (उच्च-आवृत्ति वाले शोर) को बनाने के बजाय, आप पहले मुख्य चोटियों और घाटियों (कोर्स रियलाइजेशन) को बनाते हैं।

2. बिंदुओं के बीच का "पुल" (The "Bridge" Between Points)

एक बार जब आप यह तय कर लेते हैं कि मिनट 1 और मिनट 2 पर पत्ता कहाँ है, तो प्रश्न यह उठता है: "वह वहाँ कैसे पहुँचा?"

लेखकों ने महसूस किया कि उन दो बिंदुओं के बीच की अराजक हलचल इस बात पर निर्भर नहीं करती कि पत्ता कहाँ से शुरू हुआ या कहाँ समाप्त हुआ, बल्कि केवल इस बात पर निर्भर करती है कि उसे वहाँ पहुँचने में कितना समय लगा। वे उस पथ को जो पत्ता दो निश्चित बिंदुओं के बीच लेता है, "ब्रिज प्रोसेस" (Bridge Process) कहते हैं।

उपमा: एक सस्पेंशन ब्रिज (झूला पुल) के बारे में सोचें। दो टावर (कोर्स पॉइंट्स) स्थिर हैं। बीच के केबल (ब्रिज प्रोसेस) बेतहाशा डोल और हिल सकते हैं, लेकिन वे हमेशा उन्हीं दो टावरों के बीच लटके रहते हैं। लेखकों ने पाया कि वे उन सभी संभावित तरीकों को गणितीय रूप से "औसत" (average out) कर सकते हैं जिनसे केबल डोल सकते हैं, बिना हर एक हरकत को सिम्युलेट किए।

3. दो-चरणीय सिमुलेशन (The Two-Step Simulation)

यह शोध पत्र एक हाइब्रिड विधि प्रस्तावित करता है जो दो प्रकार के सिमुलेशन को जोड़ती है:

चरण A (मोंटे कार्लो भाग): आप शोर के कुछ "कोर्स स्केच" यादृच्छिक रूप से (randomly) उत्पन्न करते हैं। आप समय के कुछ बिंदु चुनते हैं और उन पर यादृच्छिक मान असाइन करते हैं, ठीक वैसे ही जैसे सोमवार, बुधवार और शुक्रवार के लिए यादृच्छिक मौसम की स्थिति चुनना।
चरण B (एन्सेम्बल एवरेज): उन स्केचों में से प्रत्येक के लिए, आप "ब्रिज" की गणना करते हैं। क्योंकि ब्रिज के लिए गणित अनुमानित है (यह एक विशिष्ट प्रकार की रैंडम प्रक्रिया है जिसे ऑर्नस्टीन-उहलेनबेक (Ornstein-Uhlenbeck) प्रक्रिया कहा जाता है), आपको बीच के झटकों को स्टेप-दर-स्टेप सिम्युलेट करने की आवश्यकता नहीं है। आप अपने बिंदुओं के बीच सभी संभावित झटकों के औसत प्रभाव की गणना तुरंत कर सकते हैं।

परिणाम: आपको हर छोटे झटके को सिम्युलेट करने की सटीकता मिलती है, लेकिन आपको केवल कुछ "कोर्स" बिंदुओं के लिए ही भारी काम करना पड़ता है। यह दो शहरों के बीच यातायात के औसत प्रवाह को जानने जैसा है बिना हर एक कार के स्पीडोमीटर को ट्रैक किए।

यह क्वांटम कंप्यूटरों के लिए क्यों महत्वपूर्ण है?

क्वांटम कंप्यूटर बहुत संवेदनशील होते हैं। यदि शोर (नदी की हलचल) लंबे समय तक सह-संबंधित (correlated) है (जैसे कि सॉलिड-स्टेट चिप्स में सामान्य 1/f शोर), तो मानक सिमुलेशन हर छोटी उतार-चढ़ाव की गणना करने में फंस जाते हैं।

यह विधि वैज्ञानिकों को निम्नलिखित अनुमति देती है:

थकाऊ चरणों को छोड़ना: वे "कोर्स स्केच" का उपयोग करके समय के लंबे अंतराल को पार कर सकते हैं।
मापन (Measurements) को संभालना: शोध पत्र दिखाता है कि यह तब भी काम करता है जब आप सिस्टम को "मापने" के लिए बीच में सिमुलेशन रोक देते हैं (जैसे कि पत्ते की स्थिति की जाँच करना)। क्योंकि "ब्रिज" का गणित आत्मनिर्भर (self-contained) है, सिमुलेशन माप के बाद बिना रीस्टार्ट किए या शोर के इतिहास को खोए बिना सुचारू रूप से जारी रह सकता है।
समय बचाना: उन्होंने इसे जटिल क्वांटम सर्किट (जैसे यह जांचना कि बिट्स "सम" हैं या "विषम") को सिम्युलेट करके प्रदर्शित किया है, जिसे चलाने में एक मानक कंप्यूटर को अनुचित समय लगता।

सारांश में

लेखकों ने शोर को एक "ब्रिज" की तरह मानकर क्वांटम कंप्यूटरों में "झटका देने वाले" शोर को सिम्युलेट करने का एक तरीका खोजा है। वे ब्रिज के सिरों (कोर्स पॉइंट्स) को स्थिर करते हैं और बीच के डोलने वाले हिस्से को गणितीय रूप से औसत निकालते हैं। यह उन्हें लंबी, जटिल क्वांटम प्रयोगों को बहुत तेज़ी से सिम्युलेट करने की अनुमति देता है, बिना उस सटीकता को खोए जो यह समझने के लिए आवश्यक है कि त्रुटियां कैसे होती हैं।

समस्या विवरण
हैमिल्टनियन क्लासिकल स्टोकेस्टिक नॉइज़ (Hamiltonian classical stochastic noise) के अधीन क्वांटम सिस्टम का अनुकरण करना तब गणनात्मक रूप से अत्यधिक कठिन हो जाता है जब नॉइज़ में विभिन्न समय पैमानों (time scales) पर टेम्पोरल कोरिलेशन (temporal correlations) मौजूद होते हैं, जैसे कि सॉलिड-स्टेट क्वांटम इंफॉर्मेशन प्रोसेसर में सामान्य $1/f$ नॉइज़। श्रोडिंगर समीकरण के ब्रूट-फोर्स इंटीग्रेशन (brute-force integration) के लिए उन टाइम स्टेप्स की आवश्यकता होती है जो हाई-फ्रीक्वेंसी नॉइज़ घटकों को हल करने के लिए पर्याप्त छोटे हों ताकि एलियासिंग (aliasing) से बचा जा सके। ये छोटे स्टेप्स, लो-फ्रीक्वेंसी घटकों से उत्पन्न होने वाले स्लो ड्रिफ्ट (slow drifts) के प्रभावों को देखने के लिए आवश्यक समय पैमानों की तुलना में कई गुना छोटे होते हैं। यह विसंगति सेकंडों तक चलने वाले प्रयोगों के लिए अत्यधिक गणनात्मक लागत का परिणाम बनती है, भले ही रिलैक्सेशन प्रोसेस ( $T_1$ ), डीफेजिंग ( $T_2$ ) की तुलना में नगण्य हों।

कार्यप्रणाली (Methodology)
लेखक हैमिल्टनियन क्लासिकल स्टोकेस्टिक नॉइज़ के अनुकरण के लिए एक टेम्पोरल कोर्स-ग्रेनिंग (temporal coarse-graining) दृष्टिकोण प्रस्तावित करते हैं, जो विशेष रूप से स्वतंत्र ऑर्नस्टीन-उलेनबैक (Ornstein-Uhlenbeck - OU) प्रक्रियाओं के योग के रूप में व्यक्त की जा सकने वाली नॉइज़ प्रक्रियाओं पर केंद्रित है। यह विधि सिमुलेशन को दो अलग-अलग एन्सेम्बल एवरेजिंग (ensemble averages) में विभाजित करती है:

कोर्स रियलाइजेशन पर कंडीशनिंग (Conditioning on Coarse Realizations): नॉइज़ प्रक्रिया को एक डिस्क्रीट टाइम पॉइंट्स $\{t_0, t_1, \dots\}$ पर परिभाषित एक "कोर्स" रियलाइजेशन पर कंडीशन किया जाता है। इन पॉइंट्स को समान रूप से अंतराल पर होना आवश्यक नहीं है, जिससे वे विशिष्ट क्वांटम ऑपरेशन्स (जैसे गेट्स) की अवधि के साथ संरेखित हो सकें।
कंडीशन्ड प्रोसेस का अपघटन (Decomposition of the Conditioned Process): प्रत्येक समय अंतराल $[t_{k-1}, t_k]$ $[t_{k - 1}, t_{k}]$ के भीतर, कंडीशन की गई OU प्रक्रिया को निम्नलिखित के योग के रूप में व्यक्त किया जाता है:
- एक डिटरमिनिस्टिक फंक्शन ( $\eta^{(D)}$ ) जो बाउंड्री वैल्यूज (कोर्स रियलाइजेशन) पर निर्भर करता है और स्लो ड्रिफ्ट को कैप्चर करता है।
- एक जीरो-बाउंड्री ब्रिज प्रोसेस ( $\eta^{(S)}$ ) जो जीरो-मीन वाला एक इंडिपेंडेंट जीरो-बाउंड्री ब्रिज प्रोसेस है, और अंतराल सीमाओं पर शून्य पर फिक्स है।
दो-चरणीय एन्सेम्बल एवरेजिंग (Two-Step Ensemble Averaging):
- स्टेप A (ब्रिज एवरेजिंग): जीरो-बाउंड्री ब्रिज प्रोसेस के ऊपर एक एन्सेम्बल एवरेज किया जाता है। चूंकि ये प्रक्रियाएं समय अंतरालों के बीच स्वतंत्र हैं और इनके एनालिटिकल कोरिलेटर्स ज्ञात हैं, इसलिए यह चरण प्रभावी रूप से हाई-फ्रीक्वेंसी नॉइज़ घटकों को इंटीग्रेट कर देता है। यह प्रत्येक अंतराल के लिए एक पूरी तरह से-पॉजिटिव ट्रेस-प्रिजर्विंग (CPTP) क्वांटम ऑपरेशन प्रदान करता है, जो क्युमलेंट एक्सपेंशन (cumulant expansion - जिसे दूसरे क्रम तक ट्रंकेट किया गया है) से प्राप्त सुपरऑपरेटर द्वारा अभिलक्षित होता है।
- स्टेप B (कोर्स एवरेजिंग): सिस्टम को विशिष्ट डिटरमिनिस्टिक फंक्शन्स के माध्यम से सीक्वेंस ऑफ इंटरवल्स के माध्यम से विकसित किया जाता है। इस विकास को कई अलग-अलग कोर्स नॉइज़ रियलाइजेशन के लिए दोहराया जाता है, और अंतिम परिणामों का औसत निकाला जाता है।

यह "हाइब्रिड" दृष्टिकोण कोर्स नॉइज़ ट्राजेक्टरीज के मोंटे कार्लो सैंपलिंग को हाई-फ्रीक्वेंसी ब्रिज प्रक्रियाओं के एनालिटिकल एन्सेम्बल एवरेजिंग के साथ जोड़ता है।

प्रमुख योगदान (Key Contributions)

एनालिटिकल प्री-कंप्यूटेशन: OU प्रक्रियाओं के लिए, डिटरिनेटस्टिक कंपोनेंट्स और जीरो-बाउंड्री ब्रिज प्रोसेस के कोरिलेटर्स को एनालिटिकल रूप से व्युत्पन्न किया गया है। यह संबद्ध नॉइज़ प्रोपेगेटर्स को एक बार प्री-कंप्यूट करने की अनुमति देता है, जिससे हर सिमुलेशन स्टेप के लिए फाइन-ग्रेन्ड नॉइज़ ट्राजेक्टरीज जेनरेट करने की आवश्यकता समाप्त हो जाती है।
कंकाटेनेशन नियम (Concatenation Rule): समय अंतरालों के बीच जीरो-बाउंड्री ब्रिज प्रोसेस की स्वतंत्रता, कुल विकास को प्रत्येक कोर्स टाइम स्टेप के लिए मैप्स के एक सरल कंकाटेनेशन (concatenation) के माध्यम से निर्मित करने की अनुमति देती है। यह स्टैंडर्ड एन्सेम्बल एवरेजिंग दृष्टिकोणों (जैसे फिल्टर फंक्शन्स) के विपरीत है, जिनमें अक्सर समय-परिवर्तनीय हैमिल्टनियन के लिए यूनिटरी ऑपरेशन्स के सीक्वेंस के लिए सरल कंकाटेनेशन नियम की कमी होती है जब तक कि हायर-ऑर्डर टर्म्स को अनदेखा न किया जाए।
मिड-सर्किट मेजरमेंट्स को हैंडल करना: यह विधि मिड-सर्किट मेजरमेंट्स के माध्यम से नॉइज़ कोरिलेशन को स्वाभाविक रूप से सुरक्षित रखती है। क्योंकि कोर्स नॉइज़ ट्राजेक्टरी को मेजरमेंट के माध्यम से आगे बढ़ाया जाता है, इसलिए स्टेट को प्रोजेक्ट और अगले मेजरमेंट तक विकसित किया जा सकता है बिना पूरे इतिहास को फिर से कैलकुलेट किए या सभी संभावित मेजरमेंट आउटकम्स के लिए एक्सपोनेंशियल संख्या में सिमुलेशन किए।

परिणाम (Results)
लेखक तीन संख्यात्मक उदाहरणों के माध्यम से अपनी विधि का प्रदर्शन करते हैं:

सिंगल-क्यूबिट डीफेजिंग: $x$ -एक्सिस नॉइज़ के साथ एक सिंगल-क्यूबिट सिस्टम। विधि सफलतापूर्वक नॉइज़ को एक ट्राजेक्टरी-डिपेंडेंट कोहेरेंट एरर (ड्रिफ्ट) और एक ट्राजेक्टरी-इंडिपेंडेंट डीफेजिंग टर्म में अलग करती है।
टू-क्यूबिट एक्सचेंज फ्लक्चुएशन: दो स्पिन के बीच एक्सचेंज कपलिंग में उतार-चढ़ाव का अनुकरण। परिणाम एक्सचेंज ऑपरेटर के आइजनबेसिस (eigenbasis) में डीफेजिंग और बाउंड्री वैल्यूज पर निर्भर कोहेरेंट ओवर/अंडर-रोटेशन दिखाते हैं।
फुल परम्यूटेशन डायनामिकल डीकप्लिंग (DD): एक 3-स्पिन एक्सचेंज-ओनली क्यूबिट के तहत फुल परम्यूटेशन DD प्रोटोकॉल का अनुकरण। यह सिमुलेशन सर्वाइवल प्रोबेबिलिटी (survival probability) के ऑसिलेटरी व्यवहार (मैग्नेटिक फील्ड ग्रेडिएंट्स के कारण) और डीकोहेरेंस के कारण होने वाले क्षय को कैप्चर करता है, जो अपेक्षित भौतिक व्यवहार से मेल खाता है।
वेट-2 पैरिटी चेक: तीन सिंगलेट-ट्रिपलेट क्यूब्स (6 स्पिन) पर पैरिटी चेक्स के सीक्वेंस का अनुकरण। लेखक $1/f$ नॉइज़, क्वासी-स्टैटिक नॉइज़ और बर्नौली नॉइज़ मॉडल्स की तुलना करते हैं। विधि मिड-सर्किट मेजरमेंट्स के सीक्वेंस को कुशलतापूर्वक हैंडल करती है, जो वैकल्पिक फॉर्मलिज्म द्वारा आवश्यक $2^{N_M}$ मेजरमेंट आउटकम सीक्वेंसेस के अनुकरण की अत्यधिक लागत से बचती है।

महत्व और दावे (Significance and Claims)
यह पेपर दावा करता है कि यह टेम्पोरल कोर्स-ग्रेनिंग दृष्टिकोण मल्टी-स्केल नॉइज़ वाले क्वांटम सिस्टम के अनुकरण के लिए एक व्यावहारिक लाभ प्रदान करता है। हाई-फ्रीक्वेंसी घटकों को एनालिटिकल रूप से प्रभावी रूप से इंटीग्रेट करके और कोर्स ट्राजेक्टरीज के माध्यम से स्लो ड्रिफ्ट और कोरिलेशन को ट्रैक करने की क्षमता बनाए रखते हुए, यह विधि लंबे समय (सेकंडों) के लिए वफादार सिमुलेशन को सक्षम बनाती है जो अन्यथा गणनात्मक रूप से अव्यवहार्य होता। लेखक इस बात पर जोर देते हैं कि यह दृष्टिकोण बेंचमार्किंग प्रोटोकॉल और एरर करेक्शन अध्ययनों के लिए विशेष रूप से उपयुक्त है जहाँ लंबे सिमुलेशन समय और जटिल सर्किट स्ट्रक्चर (मिड-सर्किट मेजरमेंट्स सहित) की आवश्यकता होती है। इस विधि को मैग्नस (Magnus) और क्युमलेंट एक्सपेंशन के माध्यम से प्राप्त प्रभावी क्वांटम प्रोसेस विवरणों के एक विकल्प के रूप में प्रस्तुत किया गया है, जो विशेष रूप से समय-परिवर्तनीय हैमिल्टनियन के लिए कंकाटेनेशन नियम की कमी को संबोधित करता है।

1. "कोर्स स्केच" बनाम "फाइन डिटेल" (Coarse Sketch vs. The Fine Detail)

2. बिंदुओं के बीच का "पुल" (The "Bridge" Between Points)

3. दो-चरणीय सिमुलेशन (The Two-Step Simulation)

यह क्वांटम कंप्यूटरों के लिए क्यों महत्वपूर्ण है?

सारांश में

इसी तरह के और पेपर