From Discrete to Continuous-Variable Systems via Jordan-Schwinger Tomographic Transformation

यहाँ मार्कविच एवं अन्य द्वारा लिखित शोध पत्र "From Discrete to Continuous Variable Systems via Jordan–Schwinger Tomographic Transformation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

क्वांटम सूचना विज्ञान वर्तमान में दो अलग-अलग प्रतिमानों (paradigms) में कार्य कर रहा है:

• डिस्क्रीट-वेरिएबल (DV): परिमित-आयामी प्रणालियाँ (जैसे कि क्वबिट्स, क्वाडिट्स, स्पिन)।
• कंटीन्यूअस-वेरिएबल (CV): अनंत-आयामी प्रणालियाँ (जैसे कि ऑप्टिकल मोड, माइक्रोवेव कैविटीज़, वाइब्रेशनल मोड)।

यद्यपि दोनों को संयोजित करने वाली हाइब्रिड संरचनाएँ उभर रही हैं, लेकिन उनके बीच सूचना और अवस्थाओं (states) को स्थानांतरित करना सैद्धांतिक और व्यावहारिक रूप से चुनौतीपूर्ण है। मौजूदा विधियों के लिए आमतौर पर निम्नलिखित की आवश्यकता होती है:

1. प्रायोगिक डेटा से पूर्ण डेंसिटी मैट्रिक्स (density matrix) का पुनर्निर्माण करना (जो एक 'इल-पोज़्ड' इनवर्स समस्या है और शोर एवं आर्टिफ़ेक्ट्स के प्रति संवेदनशील है)।
2. पुनर्निर्मित मैट्रिक्स पर ऑपरेटर-स्तरीय मैपिंग (जैसे जॉर्डन-श्विंगर या हॉल्स्टीन-प्रिमकॉफ) लागू करना।

यह वर्कफ़्लो गणनात्मक रूप से महंगा है, ट्रंकेशन त्रुटियों (अनंत आयामों के कारण) के प्रति संवेदनशील है, और अनावश्यक शोर संचय (noise accumulation) को जन्म देता है। इसके अलावा, मानक मैपिंग ऑपरेटर स्तर पर परिभाषित हैं, लेकिन इस बात का कोई स्थापित ढांचा नहीं था कि ये मैप सीधे टोमोग्राफिक प्रायिकता वितरणों (प्रायोगिक डेटा से प्राप्त कच्चा सांख्यिकीय डेटा) पर कैसे कार्य करते हैं।

2. कार्यप्रणाली (Methodology)

लेखक एक एकीकृत ढांचा प्रस्तावित करते हैं जो डेंसिटी मैट्रिक्स पुनर्निर्माण को पूरी तरह से दरकिनार कर देता है। वे DV और CV प्रणालियों के बीच प्रत्यक्ष इंटीग्रल ट्रांसफॉर्म बनाने के लिए क्वांटाइज़र-डीक्वांटाइज़र (Quantizer–Dequantizer) फॉर्मलिज्म का उपयोग करते हैं।

मुख्य घटक:

• टोमोग्राफिक प्रतिनिधित्व (Tomographic Representations): शोध पत्र निम्नलिखित पर ध्यान केंद्रित करता है:
  • स्पिन टोनाग्राम्स ($\omega_j$): स्पिन प्रोजेक्शन के प्रायिकता वितरण, जो DV प्रणालियों के लिए हैं।
  • सिम्प्लेक्टिक टोनाग्राम्स ($W$): क्वाड्रचर के प्रायिकता वितरण, जो CV प्रणालियों के लिए हैं (होमोडाइन डिटेक्शन के माध्यम से मापे जाते हैं)।
  • फोटॉन-नंबर टोनाग्राम्स ($w_r$): विस्थापन (displacement) के बाद फोटॉन काउंट के प्रायिकता वितरण।
• ऑपरेटर मैपिंग:
  • जॉर्डन–श्विंगर (JS) मैप: दो बोसोनिक मोड को एक स्पिन-$j$ प्रणाली में मैप करता है। यह बोसोनिक फॉक स्पेस (Fock space) के एक निश्चित कुल उत्तेजना क्षेत्र ($n = 2j$) और स्पिन-$j$ हिल्बर्ट स्पेस के बीच एक आइसोमॉर्फिज्म (isomorphism) स्थापित करता है।
  • हॉल्स्टीन–प्रिमकॉफ (HP) मैप: एक एकल बोसोनिक मोड को एक स्पिन-$j$ प्रणाली में मैप करता है, जो एक निश्चित उत्तेजना क्षेत्र के भीतर मान्य है।
• "प्रतिबंधित" दृष्टिकोण (The "Restricted" Approach): लेखक प्रतिबंधित अवस्थाओं (restricted states) की अवधारणा पेश करते हैं। पूरे अनंत-आयामी फॉक स्पेस को मैप करने के बजाय, वे CV अवस्था को एक विशिष्ट उत्तेजना क्षेत्र ($n=2j$) पर प्रोजेक्ट करते हैं। इस क्षेत्र के भीतर, मैपिंग एक सटीक आइसोमॉर्फिज्म है।
• कर्नेल फॉर्मूलेशन (Kernel Formulation): केंद्रीय नवाचार सीधे टोनाग्राम्स पर कार्य करने वाले विश्लेषणात्मक रूपांतरण कर्नेल्स ($K$) को व्युत्पन्न करना है। रूपांतरण को इस प्रकार व्यक्त किया जाता है:
  $$\omega_j(m, \Omega) = \int W(x|\mu, \nu) K(m, \Omega; x, \mu, \nu) \, dx \, d\mu \, d\nu$$
  यह विधि बिना किसी मध्यवर्ती पुनर्निर्माण के, होमोडाइन डेटा (सिम्प्लेक्टिक टोनाग्राम) से सीधे स्पिन टोनाग्राम की गणना करने की अनुमति देती है।

3. मुख्य योगदान (Key Contributions)

1. प्रथम स्पष्ट टोमोग्राफिक मैपिंग: यह शोध पत्र इस बात का पहला स्पष्ट व्युत्पत्ति प्रदान करता है कि जॉर्डन–श्विंगर और हॉल्स्टीन–प्रिमकॉफ मैप्स शास्त्रीय प्रायिकता वितरणों (टोनाग्राम्स और विग्नर फंक्शन) पर कैसे कार्य करते हैं, जिससे इन अवधारणाओं को ऑपरेटर स्तर से सांख्यिकीय माप स्तर तक विस्तारित किया गया है।
2. प्रत्यक्ष डेटा ट्रांसफर कर्नेल्स: लेखक प्रत्यक्ष कर्नेल्स के बंद-रूप (closed-form) विश्लेषणात्मक व्यंजक प्राप्त करते हैं जो निम्नलिखित को जोड़ते हैं:
   • सिम्प्लेक्टिक $\leftrightarrow$ स्पिन टोनाग्राम।
   • फोटॉन-नंबर $\leftrightarrow$ स्पिन टोनाग्राम।
   • विग्नर फंक्शन $\leftrightarrow$ स्पिन टोनाग्राम।
     इन कर्नेल्स में विशेष फलन (लैगेर बहुपदों, विग्नर डी-मैट्रिक्स) शामिल हैं और ये गणनात्मक रूप से कुशल हैं।
3. अंतर्निहित डेटा संपीड़न (Intrinsic Data Compression): मैपिंग एक फिल्टर के रूप में कार्य करती है, जो CV डेटा से केवल प्रासंगिक उत्तेजना क्षेत्र ($n=2j$) को स्वतः निकालती है और अनावश्यक क्षेत्रों को हटा देती है। यह हिल्बर्ट स्पेस के मनमाने ट्रंकेशन की आवश्यकता को समाप्त करता है।
4. इल-पोज़्ड पुनर्निर्माण से बचाव: माप, पुनर्निर्माण और मैपिंग को एक एकल इंटीग्रल ट्रांसफॉर्म में फ्यूज करके, यह विधि अनंत-आयामी डेंसिटी मैट्रिक्स के पुनर्निर्माण से जुड़ी संख्यात्मक अस्थिरता और रेगुलेराइजेशन आर्टिफ़ेक्ट्स को समाप्त करती है।
5. प्रायोगिक सत्यापन: इस पद्धति का परीक्षण एक गैर-क्लासिकल "श्रोडिंगर किटन" (Schrödinger kitten) अवस्था के वास्तविक प्रायोगिक होमोडाइन डेटा (संदर्भ [23] से) का उपयोग करके किया गया है। लेखकों ने कच्चे क्वाड्रचर डेटा से सीधे स्पिन-1/2 और स्पिन-1 टोनाग्राम्स को सफलतापूर्वक पुनर्निर्मित किया, जो सैद्धांतिक भविष्यवाणियों के साथ उच्च निष्ठा (fidelity) प्रदर्शित करता है।

4. परिणाम (Results)

• विश्लेषणात्मक सफलता: व्युत्पन्न कर्नेल्स (परिशिष्ट B–H में विस्तृत) विभिन्न आर्किटेक्चर के बीच प्रायिकता वितरणों को सफलतापूर्वक जोड़ते हैं। उदाहरण के लिए, सिम्प्लेक्टिक टोनाग्राम से स्पिन टोनाग्राम में संक्रमण को लैगेर बहुपदों के माध्यम से व्यक्त किए जाने वाले एक रैखिक इंटीग्रल ट्रांसफॉर्म के रूप में दिखाया गया है।
• संख्यात्मक स्थिरता: विश्लेषणात्मक कर्नेल्स का उपयोग डेंसिटी मैट्रिक्स इन्वर्जन (जिसके लिए बड़े पैमाने पर संख्यात्मक रैखिक बीजगणित की आवश्यकता होती है) के स्थान पर प्रत्यक्ष मूल्यांकन को प्रतिस्थापित करता है, जिससे गणनात्मक लागत काफी कम हो जाती है और स्थिरता में सुधार होता है।
• प्रायोगिक सहमति: कच्चे होमोडाइन डेटा से विशेषता फलन (characteristic function) का अनुमान लगाने के लिए कर्नेल-आधारित क्वांटम स्टेट एस्टीमेशन (KQSE) पद्धति का उपयोग करते हुए, लेखकों ने स्पिन टोनाग्राम्स उत्पन्न किए।
  • पुनर्निर्मित स्पिन-1/2 और स्पिन-1 टोनाग्राम्स ने सैद्धांतिक भविष्यवाणियों के साथ निकटता से मेल खाया।
  • विसंगतियों को प्रायोगिक शोर और मॉडल अपूर्णताओं (जैसे फेज नॉइज़) के कारण माना गया, जिन्हें मिश्रित-अवस्था मापदंडों ($p_{diag}$ और $p_{coh}$) को परिष्कृत करके सफलतापूर्वक मॉडल किया गया था।
  • यह विधि अन्य पुनर्निर्माण तकनीकों में अक्सर देखी जाने वाली "नेगेटिविटी" (negativity) समस्याओं के विरुद्ध भी मजबूत साबित हुई, क्योंकि कर्नेल यह सुनिश्चित करता है कि इनपुट टोनाग्राम एक वैध प्रायिकता घनत्व बना रहे।

5. महत्व और प्रभाव (Significance and Impact)

• एकीकृत बेंचमार्किंग: यह कार्य विषम क्वांटम हार्डवेयर (जैसे सुपरकंडक्टिंग क्वबिट्स बनाम ट्रैप्ड आयन बनाम ऑप्टिकल मोड) की तुलना करने के लिए एक एकीकृत ढांचा प्रदान करता है। शोधकर्ता अब अपने डेटा को सीधे परिवर्तित करके, एक विशिष्ट डेंसिटी मैट्रिक्स प्रतिनिधित्व पर सहमत हुए बिना, एक CV डिवाइस को DV मानक (या इसके विपरीत) के विरुद्ध बेंचमार्क कर सकते हैं।
• हाइब्रिड प्रोटोकॉल विकास: यह उन हाइब्रिड क्वांटम प्रोटोकॉल के डिजाइन को सुगम बनाता है जहाँ सूचना CV मोड में एनकोड की जाती है लेकिन DV क्वबिट्स में प्रोसेस या स्टोर की जाती है, जिससे निर्बाक इंटरऑपरेबिलिटी (interoperability) संभव होती है।
• त्रुटि सुधार और सत्यापन: प्रतिनिधित्व के बीच मैपिंग करने की क्षमता, उन त्रुटि-सुधार योजनाओं के सत्यापन को सक्षम बनाती है जो परिमित-से-अनंत आयामी मैपिंग पर निर्भर करती हैं। यह हाइब्रिड उपकरणों में स्टेट ट्रांसफर फिडेलिटी के प्रत्यक्ष सत्यापन को सक्षम बनाता है।
• सैद्धांतिक सेतु: यह शोध पत्र "CV सीमा" (CV limit) और निश्चित-$n$ क्षेत्रों के बीच संबंध को स्पष्ट करता है, यह दिखाते हुए कि निरंतर चर (continuous variable) विवरण एक बड़ा, निश्चित उत्तेजना क्षेत्र से उभरने वाला एक सन्निकटन (approximation) है, जिससे दोनों प्रतिमानों के बीच एक नियंत्रित सैद्धांतिक सेतु प्रदान होता है।

संक्षेप में, यह शोध पत्र डिस्क्रीट और कंटीन्यूअस क्वांटम वेरिएबल्स के बीच एक कठोर, व्यावहारिक और प्रयोगात्मक रूप से सत्यापित सेतु स्थापित करता है, जो विभिन्न भौतिक प्लेटफार्मों के बीच क्वांटम अवस्थाओं के हस्तांतरण, तुलना और सत्यापन के तरीके को बदल देता है।