[论文解读] Classical Shadow Tomography with Locally Scrambled Quantum Dynamics

Hong-Ye Hu, Soonwon Choi+1 more|arXiv (Cornell University)|Jul 10, 2021

Quantum many-body systems参考文献 55被引用 5

一句话总结

该论文将经典的阴影层析技术推广至局域随机化的量子动力学——即在局域基变换下不变的有限深度或有限时间局域酉群——实现了通过基于纠缠特征的线性估计器进行高效的量子态重建。其样本复杂度低于基于泡利或 Clifford 的方法，并表明即使仅单次时间依赖的局域哈密顿量演化，也能在自旋链中实现近似层析。

ABSTRACT

We generalize the classical shadow tomography scheme to a broad class of finite-depth or finite-time local unitary ensembles, known as locally scrambled quantum dynamics, where the unitary ensemble is invariant under local basis transformations. In this case, the reconstruction map for the classical shadow tomography depends only on the average entanglement feature of classical snapshots. We provide an unbiased estimator of the quantum state as a linear combination of reduced classical snapshots in all subsystems, where the combination coefficients are solely determined by the entanglement feature. We also bound the number of experimental measurements required for the tomography scheme, so-called sample complexity, by formulating the operator shadow norm in the entanglement feature formalism. We numerically demonstrate our approach for finite-depth local unitary circuits and finite-time local-Hamiltonian generated evolutions. The shallow-circuit measurement can achieve a lower tomography complexity compared to the existing method based on Pauli or Clifford measurements. Our approach is also applicable to approximately locally scrambled unitary ensembles with a controllable bias that vanishes quickly. Surprisingly, we find a single instance of time-dependent local Hamiltonian evolution is sufficient to perform an approximate tomography as we numerically demonstrate it using a paradigmatic spin chain Hamiltonian modeled after trapped ion or Rydberg atom quantum simulators. Our approach significantly broadens the application of classical shadow tomography on near-term quantum devices.

研究动机与目标

• 将经典阴影层析技术从泡利和 Clifford 测量推广至更贴近现实、适用于近期含噪声中等规模量子设备的场景。
• 解决在离子阱和里德伯原子量子模拟器中实现随机酉电路时控制复杂度过高的挑战。
• 开发一种样本复杂度更低的层析框架，使其能适应目标可观测量的结构特征。
• 通过纠缠特征和线性重建映射，实现高效的经典后处理。
• 证明该方法适用于有限深度局域酉电路和有限时间局域哈密顿量演化。

提出的方法

• 将经典阴影层析推广至局域随机化的量子动力学，其中酉群在局域基变换下保持不变。
• 推导出量子态的无偏线性估计器，作为所有子系统上缩减经典快照的组合，其系数由纠缠特征决定。
• 引入基于纠缠特征的算子阴影范数形式，以界定该层析协议的样本复杂度。
• 利用二阶纠缠特征 $W_{\mathcal{E}_{\sigma}}^{(2)}$ 来表征重建映射，并量化可观测量预测中的方差。
• 将该框架应用于浅层电路和局域哈密顿量时间演化态，表明其样本复杂度低于标准方法。
• 证明仅通过单次时间依赖局域哈密顿量演化（如自旋链中）即可实现高保真度的近似层析，借助自组织的纠缠结构。

实验结果

研究问题

• RQ1 经典阴影层析能否推广至泡利和 Clifford 电路之外的酉群，例如有限深度局域酉电路？
• RQ2 如何利用纠缠特征界定并最小化局域随机化量子动力学的样本复杂度？
• RQ3 在离子阱和里德伯原子模拟器中常见的局域哈密顿量时间演化态，能否实现高效的层析？
• RQ4 是否可能仅通过单次局域哈密顿量演化实例，而非重复的随机电路，实现精确的态重建？
• RQ5 纠缠特征形式化如何实现对不同局域性和秩的可观测量的自适应重建？

主要发现

• 经典阴影层析中的重建映射仅依赖于经典快照的平均纠缠特征，从而实现高效且通用的重建。
• 通过基于纠缠特征形式化的算子阴影范数，对样本复杂度进行了界定，为测量次数提供了理论保证。
• 有限深度局域酉电路的样本复杂度低于标准泡利或 Clifford 基测量方案。
• 数值结果证实，仅单次时间依赖局域哈密顿量演化（如自旋链）即可实现高保真度的近似层析。
• 该方法适用于具有可控偏差且快速衰减的近似局域随机化酉群，提升了实际可行性。
• 该框架可拓展至新应用，如分层电路中的全息经典阴影层析，以及解码测量诱导的量子误差纠正码。