量子信道的凸优化重建技术

对于实际的量子信道,它可能包含一系列非幺正的操作,但是过去的研究基本都集中在幺正或近幺正的情况,对于非幺正过程的研究还是很少.本文借用经典人工智能技术中常用的凸优化方法,将量子过程层析构造成一个最小二乘的优化问题,并且能有效地缩小过程矩阵与实际实验结果之间的误差.作者首先选择了海水量子信道来测试该方法的可行性.对比经典的线性变换方法,该方法更准确地体现了海水量子信道的实际操作,并且能很好地保持量子过程的物理性.另外,作者在7个经典的量子门上进行了实验,分别对比了线性变换方法和范数优化的方法.对于线性变换,精度提高了1个量级;对于范数优化,减去了?参数的调优,精确度更高,鲁棒性更好.除此之外,作者还制备了非幺正的量子信道进行检验.对比以往常用的过程层析技术,在非幺正的情况,该方法依然能准确地还原量子过程,准确率达99.5%,进一步证明了其优越性.