quant-ph

Polarization entanglement and qubit error rate dependence on the exciton-phonon coupling in self-assembled quantum dots

이 논문은 자가 조립 양자점에서의 엑시톤-포논 결합이 편광 얽힘과 큐비트 오류율에 미치는 영향을 이론적으로 조사하며, 폴라론 마스터 방정식 프레임워크를 활용하여 포논 유도 비간섭 산란이 높은 온도에서 캐비티 매개 효과를 억제하는 동시에 얽힘을 현저히 저하시키고, 궁극적으로 양자 키 분배 프로토콜의 보안에 영향을 미친다는 것을 입증한다.

Relaxation Critical Dynamics in Measurement-induced Phase Transitions

이 논문은 1차원 양자 회로에서 측정 유도 상전이의 이완 임계 역학을 조사하여 서로 다른 초기 상태에 따른 뚜렷한 얽힘 엔트로피 스케일링 거동을 밝히고, 실험적 사후 선택 오버헤드를 크게 줄이는 통일된 스케일링 프레임워크를 제안한다.

Reducing T Gates with Unitary Synthesis

이 논문은 텐서 네트워크 기반 탐색을 활용하여 임의의 단일 큐비트 유니터리를 직접 합성함으로써 Gridsynth와 같은 기존 방식에 비해 T-게이트 수, 클리포드 게이트 수 및 회로 불충실도를 크게 줄이는 새로운 결함 허용 합성 알고리즘인 "trasyn"을 소개한다.

$\texttt{Symdyn}$: an automated algebraic solution for high-order quantum systems

Statistical Characterization of Entanglement Degradation Under Markovian Noise in Composite Quantum Systems

이 논문은 마르코프 노이즈(Markovian noise) 하에서 전역적 노이즈(global noise)의 영향을 받는 복합 양자 시스템이 독립적 국소 노이즈(independent local noise)의 영향을 받는 경우보다 더 긴 얽힘 지속 시간(PPTT)을 보인다는 것을 입증하기 위해 Cao와 Lu의 계산법을 사용하는 통계적 접근 방식을 채택한다.

Demonstration of low-overhead quantum error correction codes

저자들은 장거리 커플러를 갖춘 32큐비트 초전도 프로세서를 사용하여 두 가지 서로 다른 양자 저밀도 패리티 검사(qLDPC) 코드를 성공적으로 구현하고 그 성능을 측정함으로써, 낮은 오버헤드의 양자 오류 정정의 실현 가능성을 입증하였다.

Symmetry-guided quantum state preparation: Branched-Subspaces Adiabatic Preparation (B-SAP)

이 논문은 변분 양자 알고리즘과 단열 준비(Adiabatic Preparation)를 군론적 대칭성 및 고전적 후처리 방식과 결합하여, 다체 해밀토니안의 저에너지 고유상태를 다항식 회로 깊이 스케일링으로 효율적으로 준비하는 하이브리드 양자 알고리즘인 분기 부공간 단열 준비(Branched-Subspaces Adiabatic Preparation, B-SAP)를 소개한다.

Symmetry reduction for testing $k$-block-positivity via extendibility

본 논문은 최대 얽힘 상태의 유니터리 대칭성을 활용하여 관련 세미데피니트 프로그래밍(semidefinite programming)의 계산 복잡도를 크게 줄임으로써, 대칭적 $N$-연장 가능성(symmetric $N$-extendibility)을 통해 $k$-블록 양의성($k$-block-positivity)을 테스트하는 방법을 제안한다.

A competitive NISQ and qubit-efficient solver for the LABS problem

이 논문은 큐비트 효율적인 변분 접근 방식인 파울리 상관 인코딩(PCE) 프레임워크가 개선된 스케일링과 노이즈 탄력성을 갖추어 저자기상관 이진 수열(LABS) 문제를 효과적으로 해결하며, 훨씬 적은 양자 자원을 요구하면서도 최첨단 고전적 휴리스틱을 능가함을 입증한다.

Practical insights on the effect of different encodings, ansätze and measurements in quantum and hybrid convolutional neural networks

본 연구는 위성 이미지 분류를 위한 양자 및 하이브리드 합성곱 신경망의 약 500가지 구성을 체계적으로 평가하여, 하이브리드 모델에서는 데이터 인코딩이 지배적인 성능 요인인 반면 순수 양자 아키텍처에서는 측정 프로토콜과 데이터-진폭 매핑이 가장 결정적이라는 사실을 밝혀냈다.