[論文レビュー] Efficient Photonic Graph State Generation

Seungbeom Chin, Munro, William John|arXiv (Cornell University)|Jun 27, 2023

Quantum Computing Algorithms and ArchitectureComputer Science被引用数 3

ひとこと要約

本稿では、融合ゲートの代わりにボソン削除を用いる線形光学におけるマルチパーティー・グラフ状態生成の新規予報的スキームを提案する。線形量子ネットワーク（LQG）グラフ図式を活用することで、単一光子源、偏光ビームスプリッター、波長板を用いて、1ウェイ量子計算のための主要な資源たるキャタピラー・グラフ状態を効率的に生成する。この方法は、融合ベースの手法と比較して、より高い成功確率とはるかに少ない光子数を実現する。

ABSTRACT

Graph states are central resources for quantum information processing, supporting applications in computation, communication, and error correction. In photonic systems, they are typically assembled from smaller entangled states using probabilistic fusion gates, which demand many photons and suffer from low success rates. We present an optimized scheme for directly generating caterpillar graph states (CGSs) -- essential resource states for constructing high-dimensional lattice graph states -- using only single-photon sources, linear optics, and heralded measurements. Based on the linear quantum graph (LQG) picture, our method produces CGSs efficiently and scalably. For CGSs of length $l\ge 3$, it requires $l-2$ fewer photons and achieves a success rate $2^{l-2}$ times higher than fusion-based approaches. These results demonstrate that the LQG picture provides a powerful and flexible route for realizing complex photonic graph states with minimal resources.

研究の動機と目的

• 線形光学における融合ゲートに基づくグラフ状態生成の高コストとスケーラビリティの制限を解決すること。
• 単一光子源と線形光学素子を用いて、複雑なグラフ状態を体系的かつ予報的に生成する方法を開発すること。
• ボソン削除が、グラフ状態生成のための融合ゲートのより一般的で効率的な代替手段として機能できることを示すこと。
• ボソン削除を用いて生成されたキャタピラー・グラフ状態が、2次元クラスタ状態を構築するためのモジュラー資源として利用可能であることを示すこと。

提案手法

• 著者らは、予報的エンタングルメント生成を指向的単一部グラフ、特に「中心パス有向グラフ」構造にマッピングする線形量子ネットワーク（LQG）グラフ図式を用いる。
• 2N個のボソン状態を初期状態とし、N個の単一ボソン削除演算子を用いたボソン・スカルプティングプロトコルを適用することで、後選別を介してマルチパーティー・エンタングルド状態を生成する。
• この方法は、標準的な部品（単一光子源、偏光ビームスプリッター（PBSs）、半波長板（HWPs））を用いて、スカルプティング・バイグラフを光学回路に翻訳する。
• 成功確率は $ P_{\text{suc}} = \left(\frac{1}{2}\right)^{2\sum_{j=1}^{l+1}K_j - l - 1} \frac{1}{(l+2) \cdot (l+2)!} $ として導出され、光子数は系のサイズに線形に比例する。
• このアプローチは、融合ゲートよりも柔軟な予報的測定を可能とし、LQG図式を通じた最適化が可能となる。
• 生成されたキャタピラー状態は、タイプIIの融合ゲートを用いて統合され、2次元クラスタ状態が構築され、余分なリーブがエラー補正を可能にする。

実験結果

リサーチクエスチョン

• RQ1 ボソン削除は、線形光学におけるグラフ状態生成のための体系的代替手段として用いられる可能性があるか？
• RQ2 ボソン削除のリソース効率（光子数と成功確率の観点）は、融合ベースの手法と比較してどの程度優れているか？
• RQ3 LQGグラフ図式を用いて、任意のキャタピラー・グラフ状態を効率的に予報的に生成するスキームを設計できるか？
• RQ4 ボソン削除は、光子的グラフ状態生成の文脈において、融合ゲートの一般化と見なせる程度はどの程度か？
• RQ5 得られたキャタピラー状態は、スケーラブルでモジュラーな資源として、2次元クラスタ状態の構築に利用可能か？

主な発見

• 提案されたボソン削除法は、融合ベースの手法が要請する指数的スケーリングとは対照的に、線形光子数スケーリングでキャタピラー・グラフ状態を生成する。
• このスキームの成功確率は $ P_{\text{suc}} = \left(\frac{1}{2}\right)^{2\sum_{j=1}^{l+1}K_j - l - 1} \frac{1}{(l+2) \cdot (l+2)!} $ として定量的に評価され、大規模系においても高い効率性を示す。
• この方法は、単一光子源と標準的な線形光学素子のみを必要とし、高価なエンタングルド資源状態の必要性を排除する。
• 融合ゲートよりも柔軟な予報的測定設定が可能であり、LQG図式を通じた最適化が可能となる。
• この方法で生成されたキャタピラー・グラフ状態は、タイプIIの融合ゲートを用いて2次元クラスタ状態に統合可能であり、スケーラブルなワンウェイ量子計算を可能にする。
• 本研究では、融合ゲートが予報的ボソン削除の特殊ケースであることが確立され、光子的グラフ状態生成におけるより広範な最適化の可能性を示唆する。