คำถามติดแท็ก quantum-information

ประเด็นทางทฤษฎีที่เกี่ยวข้องกับการรักษาควอนตัมของข้อมูล

2
อัลกอริธึมเชิงควอนตัมที่อิงกับการแปลงแบบอื่นนอกเหนือจากการแปลงฟูริเยร์
ในการคำนวณควอนตัมและข้อมูลควอนตัมโดย Nielsen และ Chuang พวกเขากล่าวว่าอัลกอริธึมจำนวนมากที่ยึดตามการแปลงฟูริเยร์เชิงควอนตัมอาศัยคุณสมบัติ Coset Invariance ของการแปลงฟูริเยร์และแนะนำว่าคุณสมบัติ invariance มีการวิจัยที่ประสบความสำเร็จในการแปรรูปอื่น ๆ หรือไม่?

1
การเข้ารหัสมีต้นทุนทางอุณหพลศาสตร์โดยธรรมชาติหรือไม่?
การคำนวณแบบย้อนกลับเป็นรูปแบบการคำนวณที่อนุญาตให้มีการดำเนินการย้อนกลับทางอุณหพลศาสตร์เท่านั้น ตามหลักการ Landauer ซึ่งระบุว่าการลบบิตของการเผยแพร่ข้อมูลจูลส์ของความร้อนกฎนี้ออกฟังก์ชั่นการเปลี่ยนแปลงที่ไม่ได้เป็นแบบหนึ่งต่อหนึ่ง (เช่นบูลีน AND และ OR ผู้ประกอบการ) เป็นที่ทราบกันดีว่าการคำนวณควอนตัมสามารถย้อนกลับได้โดยเนื้อแท้เนื่องจากการดำเนินการที่ได้รับอนุญาตในการคำนวณควอนตัมนั้นแสดงโดยเมทริกซ์แบบรวมkTln(2)kTln⁡(2)kT \ln(2) คำถามนี้เกี่ยวกับการเข้ารหัส ความคิดเรื่อง "พลิกผัน" ดูเหมือนจะเป็นการสาปแช่งเป้าหมายพื้นฐานของการเข้ารหัสดังนั้นจึงเสนอคำถามว่า: "การเข้ารหัสมีต้นทุนทางอุณหพลศาสตร์โดยธรรมชาติหรือไม่" ฉันเชื่อว่านี่เป็นคำถามที่แตกต่างจาก "ทุกสิ่งสามารถทำได้ในควอนตัม" ในบันทึกการบรรยายของเขาดร. Preskill กล่าวว่า "มีกลยุทธ์ทั่วไปสำหรับการจำลองการคำนวณแบบย้อนกลับไม่ได้บนคอมพิวเตอร์ที่สามารถย้อนกลับได้แต่ละประตูกลับไม่ได้สามารถจำลองโดยประตู Toffoli โดยการแก้ไขอินพุตและละเว้นผลลัพธ์เรารวบรวมและบันทึกขยะทั้งหมด บิตเอาต์พุตที่จำเป็นสำหรับการย้อนกลับขั้นตอนการคำนวณ " นี่เป็นการชี้ให้เห็นว่าการจำลองควอนตัมแบบย้อนกลับเหล่านี้ของการปฏิบัติการกลับไม่ได้ใช้อินพุตเช่นเดียวกับพื้นที่ "เกา" จากนั้นการดำเนินการจะสร้างเอาต์พุตพร้อมกับรอยขีดข่วนบิต "สกปรก" การดำเนินการทั้งหมดสามารถย้อนกลับได้ด้วยความเคารพต่อเอาต์พุตบวกบิตขยะ แต่ในบางจุดบิตขยะจะถูก "โยนทิ้ง" และไม่พิจารณาเพิ่มเติม เนื่องจากการเข้ารหัสขึ้นอยู่กับการมีอยู่ของฟังก์ชั่นทางเดียวของประตูกลทางเลือกอื่น ๆ ของคำถามอาจจะเป็น "มีฟังก์ชั่นทางเดียวที่สามารถนำไปใช้งานได้ด้วยการใช้งานตรรกะแบบย้อนกลับได้เท่านั้น ถ้าเป็นเช่นนั้นเป็นไปได้หรือไม่ที่จะคำนวณ COMPUTE ฟังก์ชันทางเดียวกับประตูทางลัดโดยใช้การดำเนินการย้อนกลับได้เท่านั้น (และไม่มีพื้นที่รอยขีดข่วน)?

3
มีการเชื่อมต่อใด ๆ ระหว่างบรรทัดฐานเพชรและระยะทางของรัฐที่เกี่ยวข้องหรือไม่?
ในทฤษฎีข้อมูลควอนตัมระยะห่างระหว่างสองช่องควอนตัมมักถูกวัดโดยใช้บรรทัดฐานเพชร นอกจากนี้ยังมีอีกหลายวิธีในการวัดระยะทางระหว่างสองสถานะควอนตัมเช่นระยะการติดตามความเที่ยงตรง ฯลฯJamiołkowski isomorphismเป็นคู่ระหว่างช่องควอนตัมและสถานะควอนตัม นี่เป็นเรื่องที่น่าสนใจสำหรับฉันอย่างน้อยที่สุดเพราะบรรทัดฐานของเพชรนั้นยากที่จะคำนวณได้และJamiołkowski isomorphism ก็ดูเหมือนจะบ่งบอกความสัมพันธ์ระหว่างการวัดระยะห่างของช่องควอนตัมและสถานะควอนตัม ดังนั้นคำถามของฉันคือสิ่งนี้: มีความสัมพันธ์ที่รู้จักกันระหว่างระยะทางในบรรทัดฐานเพชรและระยะห่างระหว่างรัฐที่เกี่ยวข้อง (ในบางวัด)?

7
มหาวิทยาลัยเพื่อการคำนวณควอนตัม / สารสนเทศ?
มหาวิทยาลัยใดบ้างที่มีหลักสูตรการคำนวณควอนตัมที่แข็งแกร่งและเสนอการคำนวณควอนตัม / หลักสูตรสารสนเทศ / การวิจัยบางประเภท จุดมุ่งหมายที่นี่คือการรวบรวมรายการที่มีประโยชน์สำหรับใครบางคนที่กำลังพิจารณาการศึกษาระดับบัณฑิตศึกษาในสาขาเหล่านี้ไม่ใช่เพื่อหารือเกี่ยวกับสิ่งที่ "ดีที่สุด" เพื่อให้รายการนี้มีประโยชน์โปรดระบุคำอธิบายโดยย่อเกี่ยวกับส่วนหนึ่งของมหาวิทยาลัยที่มีการดำเนินการในส่วนนี้ (ในหลาย ๆ ที่นี่เป็นสถาบันสหวิทยาการที่ทุกคนอาจไม่คุ้นเคย) และ URL

1
การเพิ่มความเร็วพหุนามด้วยอัลกอริทึมโดยใช้การเขียนโปรแกรม semidefinite
นี่คือการติดตามของคำถามที่ถามเมื่อเร็ว ๆ นี้โดย A. Pal: แก้โปรแกรม semidefinite ในเวลาพหุนาม ฉันยังสับสนกับเวลาทำงานจริงของอัลกอริทึมที่คำนวณวิธีแก้ปัญหาของโปรแกรม semidefinite (SDP) ขณะที่โรบินชี้ให้เห็นในความคิดเห็นของเขากับคำถามข้างต้น SDPs ไม่สามารถแก้ไขได้ในเวลาพหุนามโดยทั่วไป ปรากฎว่าถ้าเรากำหนด SDP ของเราอย่างระมัดระวังและเรากำหนดเงื่อนไขว่าขอบเขตที่เป็นไปได้เบื้องต้นนั้นดีเพียงใดเราสามารถใช้วิธีรี ellipsoid เพื่อให้พหุนามผูกพันกับเวลาที่ใช้ในการแก้ปัญหา SDP (ดูหัวข้อ 3.2 ใน L. Lovász, โปรแกรม Semidefinite และการเพิ่มประสิทธิภาพ combinatorial ) ขอบเขตที่ระบุมี " เวลาพหุนาม " ทั่วไปและที่นี่ฉันสนใจในขอบเขตที่หยาบน้อยกว่า แรงจูงใจมาจากการเปรียบเทียบสองอัลกอริทึมที่ใช้สำหรับปัญหาการแยกควอนตัม (ปัญหาจริงไม่เกี่ยวข้องที่นี่ดังนั้นอย่าหยุดอ่านผู้อ่านคลาสสิก!) อัลกอริทึมนั้นขึ้นอยู่กับลำดับชั้นของการทดสอบที่สามารถแปลงเป็น SDP และการทดสอบแต่ละครั้งในลำดับชั้นจะอยู่บนพื้นที่ขนาดใหญ่นั่นคือขนาดของ SDP ที่สอดคล้องกันนั้นใหญ่กว่า อัลกอริทึมสองอย่างที่ฉันต้องการเปรียบเทียบแตกต่างกันในการแลกเปลี่ยนต่อไปนี้: ในอันแรกเพื่อค้นหาโซลูชันที่คุณต้องไต่ระดับขั้นตอนเพิ่มเติมของลำดับชั้นและในขั้นตอนที่สองขั้นตอนของลำดับชั้นสูงกว่า แต่คุณต้องปีนน้อยลง ของพวกเขา. เป็นที่ชัดเจนว่าในการวิเคราะห์การแลกเปลี่ยนนี้เวลาทำงานที่แม่นยำของอัลกอริทึมที่ใช้ในการแก้ปัญหา SDP เป็นสิ่งสำคัญ การวิเคราะห์อัลกอริธึมเหล่านี้ทำโดยNavascuésและคณะ …

1
การแยกทางออโรราลีนระหว่างวงจรควอนตัมโพลีและล็อกเชิงลึก
ปัญหาที่เกิดขึ้นต่อไปนี้จะปรากฏในรายการ Aaronson ของสิบกึ่งแกรนด์ท้าทายควอนตัมคอมพิวเตอร์ทฤษฎี IsBQP=BPPBQNCBQP=BPPBQNC\mathsf{BQP}=\mathsf{BPP}^{\mathsf{BQNC}}กล่าวอีกนัยหนึ่งว่า "ควอนตัม" ส่วนใดส่วนหนึ่งของอัลกอริธึมควอนตัมจะถูกบีบอัดให้ความลึกหากเรา ยินดีที่จะทำโพลิโนเมียลเวลาโพสต์คลาสสิก? (สิ่งนี้เป็นที่รู้กันว่าเป็นจริงสำหรับอัลกอริธึมของ Shor) หากเป็นเช่นนั้นการสร้างคอมพิวเตอร์ควอนตัมที่ใช้งานทั่วไปจะง่ายกว่าที่เชื่อกันโดยทั่วไป! อนึ่งมันไม่ใช่เรื่องยากที่จะให้oracle แยกระหว่าง และแต่คำถามก็คือว่ามีฟังก์ชันที่เป็นรูปธรรม "instantiating" oracle ดังกล่าวหรือไม่polylog(n)polylog(n)\mathrm{polylog}(n)BQPBQP\mathsf{BQP}BPPBQNCBPPBQNค\mathsf{BPP}^{\mathsf{BQNC}} มันได้รับการคาดคะเนโดย Jozsaว่าคำตอบของคำถามคือใช่ใน '' รุ่นวัดที่ใช้ในการคำนวณควอนตัม ":. ที่วัดในท้องถิ่น, ประตูท้องถิ่นการปรับตัวและมีประสิทธิภาพคลาสสิกหลังการประมวลผลจะได้รับอนุญาตดูยังโพสต์ที่เกี่ยวข้องนี้ คำถาม ฉันต้องการทราบเกี่ยวกับการแยก oracular ที่รู้จักกันในปัจจุบันระหว่างคลาสนี้ (หรืออย่างน้อยการแยก oracle ที่ Aaronson อ้างถึง)

1
Oracle Construction for Algorithm ของโกรเวอร์
ในการคำนวณควอนตัมและข้อมูลควอนตัมของไมค์และไอค์อัลกอริทึมของโกรเวอร์มีการอธิบายอย่างละเอียด อย่างไรก็ตามในหนังสือและในคำอธิบายทั้งหมดที่ฉันพบออนไลน์สำหรับอัลกอริทึมของ Grover ดูเหมือนจะไม่มีการเอ่ยถึงวิธีการสร้าง Oracle ของ Grover เว้นแต่ว่าเรารู้อยู่แล้วว่าเรากำลังค้นหาเอาชนะจุดประสงค์ของ ขั้นตอนวิธี โดยเฉพาะคำถามของฉันคือ: ให้ f (x) เช่นนั้นสำหรับบางค่า x, f (x) = 1 แต่สำหรับคนอื่น ๆ ทั้งหมด f (x) = 0 เราจะสร้าง oracle ได้อย่างไรจาก สถานะเริ่มต้นโดยพลการของเรา | x> | y> ถึง | x> | y + f (x)>? รายละเอียดที่ชัดเจนที่สุดเท่าที่จะเป็นไปได้ (อาจเป็นตัวอย่าง?) จะได้รับการชื่นชมอย่างมาก หากการก่อสร้างใด ๆ สำหรับฟังก์ชั่นใด ๆ เป็นไปได้ด้วย …

5
ยูทิลิตี้ของ Renyi เอนโทรปี?
พวกเราส่วนใหญ่คุ้นเคยกับ - หรืออย่างน้อยก็เคยได้ยิน - เอนโทรปีของแชนนอนของตัวแปรสุ่ม, H(X)=−E[logp(X)]H(X)=−E[log⁡p(X)]H(X) = -\mathbb{E} \bigl[ \log p(X)\bigr]และมาตรการทางข้อมูลที่เกี่ยวข้องกับทฤษฎีเช่นเอนโทรปีสัมพัทธ์ ข้อมูลร่วมกันและอื่น ๆ มีอีกสองสามมาตรการของเอนโทรปีที่ใช้กันทั่วไปในทฤษฎีวิทยาศาสตร์คอมพิวเตอร์และทฤษฎีสารสนเทศเช่น min-entropy ของตัวแปรสุ่ม ฉันเริ่มเห็นเอนโทรปีของ Renyi ที่เรียกว่าเหล่านี้บ่อยขึ้นเมื่อฉันอ่านวรรณกรรม พวกเขาวางแนวเอนโทรปีของแชนนอนและมินเอนโทรปีและในความเป็นจริงได้ให้สเปกตรัมทั้งหมดของการวัดเอนโทรปีของตัวแปรสุ่ม ฉันทำงานส่วนใหญ่ในพื้นที่ของข้อมูลควอนตัมซึ่งรุ่นควอนตัมของ Renyi Entropy ก็ถือว่าค่อนข้างบ่อยเช่นกัน สิ่งที่ฉันไม่เข้าใจจริงๆคือเหตุผลว่าทำไมพวกเขาถึงมีประโยชน์ ฉันได้ยินมาว่าบ่อยครั้งที่พวกเขาทำงานกับการวิเคราะห์ได้ง่ายกว่าพูดว่าแชนนอน / ฟอนนอยมันน์เอนโทรปีหรือนาที - เอนโทรปี แต่พวกมันยังสามารถเชื่อมโยงกลับไปที่แชนนอนเอนโทรปี / นาที - เอนโทรปีได้เช่นกัน ทุกคนสามารถให้ตัวอย่าง (แบบคลาสสิกหรือควอนตัม) เมื่อใช้ Renropies เอนจีเป็น "สิ่งที่ถูกต้องที่จะทำ"? สิ่งที่ฉันกำลังมองหาคือ "hook hook" หรือ "template" สำหรับการรู้ว่าเมื่อใดฉันอาจต้องการใช้ Entropies Renyi ขอบคุณ!

2
ความซับซ้อนของการเพิ่มประสิทธิภาพมากกว่ากลุ่มรวม
ความซับซ้อนในการคำนวณของการเพิ่มประสิทธิภาพฟังก์ชั่นต่าง ๆ มากกว่ากลุ่มคืออะไร?ยู( n )U(n)\mathcal{U}(n) งานทั่วไปที่เกิดขึ้นบ่อยครั้งในทฤษฎีข้อมูลควอนตัมจะเป็นการเพิ่มปริมาณของประเภท (หรือชื่อพหุนามคำสั่งสูงกว่าใน ) มากกว่าเมทริกซ์ทั้งหมด การเพิ่มประสิทธิภาพประเภทนี้สามารถคำนวณได้อย่างมีประสิทธิภาพ (อาจประมาณ) หรือ NP-hard หรือไม่ (อาจเป็นที่รู้จักกันดี แต่ฉันไม่พบข้อมูลอ้างอิงทั่วไป) U UT r AUB U†TrAUBU†\mathrm{Tr}AUBU^{\dagger}ยูUUยูUU

2
วิธีที่ดีที่สุดของการแก้ไขข้อผิดพลาดในการแจกแจงคีย์ควอนตัม
เท่าที่ฉันสามารถบอกได้การใช้งานQKDเกือบทั้งหมดใช้อัลกอริทึม CASCADE ของ Brassard และ Salvailสำหรับการแก้ไขข้อผิดพลาด นี่เป็นวิธีที่ดีที่สุดที่รู้จักกันดีในการแก้ไขข้อผิดพลาดในลำดับที่แชร์ของ qubits แบบสุ่มหรือมีข้อเสนอที่ดีกว่าที่การใช้งาน QKD ควรใช้แทนหรือไม่

1
เอนโทรปีและความซับซ้อนในการคำนวณ
มีนักวิจัยแสดงให้เห็นว่าการลบบิตต้องใช้พลังงานตอนนี้มีงานวิจัยใดที่ทำเกี่ยวกับการใช้พลังงานเฉลี่ยของอัลกอริทึมที่มีความซับซ้อนในการคำนวณหรือไม่? ฉันเดาว่าความซับซ้อนในการคำนวณมีความสัมพันธ์กับการใช้พลังงานโดยเฉลี่ยหวังว่าฉันจะได้รับคำตอบที่นี่F(n)F(n)F(n)F(n)F(n)F(n)

4
สมการหลักและแบบฟอร์มผลรวมผู้ประกอบการ
ฉันเป็นคนที่มีทัศนศาสตร์ควอนตัมมากกว่าคนที่มีข้อมูลควอนตัมและจัดการกับสมการหลักเป็นหลัก ฉันสนใจในแบบฟอร์มผลรวมของผู้ประกอบการและฉันต้องการได้รับข้อผิดพลาดในแบบฟอร์มนี้สำหรับระบบควอนตัมขนาดเล็กที่ฉันกำลังจำลอง การจับ: ระบบควอนตัมได้รับแรงผลักดันจากเขตข้อมูลภายนอก (แบบคลาสสิก) ที่จำลองด้วยฟังก์ชันไซน์และอัตราการทำให้หมาด ๆ อยู่ในระดับต่ำดังนั้นฉันจึงไม่สามารถประมาณคลื่นหมุนได้เพื่อกำจัดการพึ่งพาเวลานี้ ระบุว่าฉันต้องแก้สมการหลักโดยการรวมกันและผลลัพธ์ของการรวมแต่ละครั้งที่ไม่ได้ข้อมูลเพียงพอที่จะหาข้อผิดพลาดเหล่านี้และฉันต้องทำงานเพื่อกู้เมทริกซ์ superoperator ที่ทำงานบนความหนาแน่นเวกเตอร์ มดลูก เช่นฉันอาหารสมต้นแบบเมทริกซ์ความหนาแน่น vectorised มีรายการเดียวที่ 1 และส่วนที่เหลือเป็นศูนย์และสร้างเมทริกซ์เช่นเดียวกับที่เป็นเวลาโดยเฉพาะอย่างยิ่งτ ฉันมาถูกทางแล้ว (ตรวจสุขภาพจิต)? ชัดเจนยิ่งขึ้นถ้าv e c (เสื้อttττ\tauเป็นรูปแบบเวกเตอร์ (ดังนั้นจึงเป็นรูปแบบคอลัมน์เวกเตอร์) ของเมทริกซ์ความหนาแน่นที่มีรายการเดียวของ 1 ในตำแหน่ง i , j , ที่ t = 0ที่ได้รับการพัฒนาเป็นเวลา τจากนั้นเมทริกซ์ ที่จะใช้รูปแบบเวกเตอร์ของเมทริกซ์ความหนาแน่นจาก t = 0ถึง t = τจะได้รับเป็น M = ∑ ฉัน, j v e …

1
การสร้างแบบสุ่ม "อนันต์" จากแหล่งที่มาคงที่
ฉันเพิ่งเจอกระดาษโดย Coudron และ Yuenในการขยายแบบแผนโดยใช้อุปกรณ์ควอนตัม ผลลัพธ์หลักของงานคือสามารถสร้างแบบสุ่ม "อนันต์" จากจำนวนแหล่งคงที่ (นั่นคือจำนวนบิตสุ่มที่สร้างขึ้นขึ้นอยู่กับจำนวนรอบของโปรโตคอลเท่านั้นและไม่ได้อยู่ในจำนวนแหล่งที่มา ) ไร้เดียงสาเสียงนี้สำหรับฉันเหมือนผลลัพธ์ที่ได้ทำให้การสุ่มตัวอย่างของอัลกอริทึมแบบสุ่มใด ๆ กับแหล่งควอนตัมและบอกเป็นนัยถึงการบรรจุคลาสความซับซ้อนแบบสุ่มในคลาสควอนตัม แต่ฉันไม่เข้าใจทฤษฎีข้อมูลควอนตัมและแน่ใจว่ามีรายละเอียดปลีกย่อยมากมายที่ฉันหายไป ไม่ต้องพูดถึงว่าถ้าการเรียกร้องดังกล่าวเป็นไปได้ผู้เขียนก็จะทำมัน ดังนั้นคำถามของฉันคือ: การมีอยู่ของ "การขยายตัวแบบสุ่มไม่มีที่สิ้นสุด" ตามที่อธิบายไว้ในบทความ (และงานที่เกี่ยวข้องทั้งหมด) แสดงถึงคำสั่ง derandomization บางอย่างสำหรับคลาสความซับซ้อนแบบสุ่มหรือไม่? และถ้าไม่ทำไมไม่ Update: ฉันถูกชี้ไปที่ภาพรวมระดับสูงที่ยอดเยี่ยมของพื้นที่และเอกสารข้างต้นโดย Scott Aaronson น่าเสียดายที่ฉันยังสับสนอยู่ :)

1
หลักฐานใดที่ Linial, Shraibman ขอบเขตล่างของความซับซ้อนของการสื่อสารควอนตัมไม่แน่น?
เท่าที่ฉันทราบขอบเขตการแยกตัวประกอบบรรทัดฐานที่กำหนดโดย Linial และ Shraibman นั้นเป็นขอบเขตเดียวเท่านั้นที่เป็นที่รู้จักสำหรับความซับซ้อนในการสื่อสารควอนตัม มีหลักฐานใด ๆ ที่แสดงว่าขอบเขตนี้แน่นหรือไม่? บรรทัดฐานตีนเป็ดผูกพัน (เรียกว่าผูกพัน) ฉันพูดถึงคือทฤษฎีบท 13 Linial, Shraibman 2008 อันที่จริงแล้วสิ่งนี้ผูกพันจากการลดความซับซ้อนของการสื่อสารควอนตัมไปสู่อคติในเกม XOR ผู้เล่น 2 คนDegorre, et al 2008 ด้วยเหตุนี้จึงเป็นที่คาดว่าจะเป็นหมัดเนื่องจากเกม XOR ไม่ได้มีอะไรเกี่ยวข้องกับการสื่อสาร สำหรับใจร้อน, ภาพรวมคร่าวๆจะได้รับในสไลด์บางอย่างโดยทรอยลีγ2γ2\gamma_2 ข้อความแนะนำของเชน Klauck 2010กล่าวว่าข้อมูลว่าเทคนิคทฤษฎีอาจมีการแข่งขันบางส่วน แต่ก็ไม่มีใครรู้ว่าเหล่านี้ชนะผูกพัน อย่างน้อยก็ไม่กี่ปีที่แล้วγ 2เป็นเทคนิคที่ดีที่สุด แต่ผมอยากจะทราบว่าแม้จะมีตัวอย่างที่เฉพาะเจาะจงของฟังก์ชั่นที่เชื่อกันว่ามีการสื่อสารที่ซับซ้อนควอนตัมมากขึ้นกว่าที่γ 2ผูกพันγ2γ2\gamma_2γ2γ2\gamma_2γ2γ2\gamma_2

1
ความแตกต่างระหว่างควอนตัมฯ
เมื่อพิจารณาถึงสถานะควอนตัมได้รับการสุ่มเลือกอย่างสุ่มจากกลุ่มของรัฐผสมความน่าจะเป็นเฉลี่ยสูงสุดของการระบุอย่างถูกต้องคืออะไร? N ρ 1 . . ρ N AρAρA\rho_Aยังไม่มีข้อความNNρ1. . . ρยังไม่มีข้อความρ1...ρN\rho_1 ... \rho_NAAA ปัญหานี้อาจจะกลายเป็นปัญหา distinguishability สองรัฐโดยพิจารณาปัญหาของการแยกความแตกต่างจากA}ρ B = 1ρAρA\rho_AρB= 1ยังไม่มีข้อความ- 1Σฉัน≠ρผมρB=1N−1∑i≠Aρi\rho_{B} = \frac{1}{N-1}\sum_{i\neq A}\rho_i ฉันรู้ว่าสถานะควอนตัมสองสถานะปัญหามีวิธีแก้ปัญหาที่ดีในแง่ของระยะทางติดตามระหว่างรัฐเมื่อคุณลดความน่าจะเป็นข้อผิดพลาดสูงสุดให้น้อยที่สุดแทนที่จะลดความน่าจะเป็นเฉลี่ยของข้อผิดพลาดให้น้อยที่สุดและฉันหวังว่า กรณีนี้. แน่นอนว่ามันเป็นไปได้ที่จะเขียนความน่าจะเป็นในแง่ของการเพิ่มประสิทธิภาพมากกว่า POVMs แต่ฉันหวังว่าจะได้สิ่งที่การเพิ่มประสิทธิภาพได้ดำเนินการไปแล้ว ฉันรู้ว่ามีวรรณคดีขนาดใหญ่เกี่ยวกับความแตกต่างของสถานะควอนตัมและฉันได้อ่านบทความจำนวนมากในช่วงไม่กี่วันที่ผ่านมาพยายามค้นหาคำตอบสำหรับคำถามนี้ แต่ฉันมีปัญหาในการหาคำตอบนี้ รูปแบบเฉพาะของปัญหา ฉันหวังว่าใครบางคนที่รู้ว่าวรรณคดีที่ดีกว่าสามารถช่วยฉันได้บ้าง พูดอย่างเคร่งครัดฉันไม่ต้องการความน่าจะเป็นแน่นอนขอบเขตบนที่ดีจะทำ อย่างไรก็ตามความแตกต่างระหว่างรัฐใดรัฐหนึ่งและรัฐที่มีการผสมกันมากที่สุดนั้นค่อนข้างเล็กดังนั้นขอบเขตจะต้องมีประโยชน์ในขีด จำกัด นั้น

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.