[论文解读] Entangled Quantum Networks

Fariel Shafee|ArXiv.org|Mar 4, 2002

Quantum Computing Algorithms and Architecture参考文献 5被引用 5

一句话总结

本文提出一种利用改进的 $c^\prime$-NOT 门生成和操控完全纠缠量子网络的方法，该门保持实值振幅和幺正演化，从而实现高效模拟。结果表明，可通过从复数纠缠态反向投影恢复初始态，并证明幺正动力学无法在量子网络中诱导相位锁定（周期性），这与经典系统不同；尽管可通过设计实现周期轨道。

ABSTRACT

We present some results from simulation of a network of nodes connected by c-NOT gates with nearest neighbors. Though initially we begin with pure states of varying boundary conditions, the updating with time quickly involves a complicated entanglement involving all or most nodes. As a normal c-NOT gate, though unitary for a single pair of nodes, seems to be not so when used in a network in a naive way, we use a manifestly unitary form of the transition matrix with c?-NOT gates, which invert the phase as well as flipping the qubit. This leads to complete entanglement of the net, but with variable coefficients for the different components of the superposition. It is interesting to note that by a simple logical back projection the original input state can be recovered in most cases. We also prove that it is not possible for a sequence of unitary operators working on a net to make it move from an aperiodic regime to a periodic one, unlike some classical cases where phase-locking happens in course of evolution. However, we show that it is possible to introduce by hand periodic orbits to sets of initial states, which may be useful in forming dynamic pattern recognition systems.

研究动机与目标

• 开发一种计算高效的全纠缠量子比特阵列生成方法，使用改进的量子门。
• 研究量子网络中的幺正演化是否能像经典系统一样产生动态周期性。
• 探索通过反向投影将纠缠态恢复为初始构型的可行性。
• 提出一种使用扩展幺正算符生成任意纠缠输入态的方法。
• 评估此类网络在模式识别和量子信息处理中的潜力。

提出的方法

• 使用一种改进的 $c^\prime$-NOT 门，当控制量子比特处于激发态时，翻转受控量子比特的状态并反转其相位，从而保持实振幅和幺正性。
• 在 $n \times n$ 量子比特阵列中应用最近邻 $c^\prime$-NOT 门，并施加周期性边界条件以驱动纠缠。
• 采用连续时间模拟方法，使用小时间步长 $dt$，过渡矩阵保持幺正性和实系数。
• 利用反向投影技术，通过反转门操作序列，从演化后的纠缠态中恢复初始态。
• 在 $(n+1)$-维空间中引入扩展幺正算符 $U(R,x')$，以制备基态的任意叠加。
• 将 Grover 搜索算法适配用于在计算基中检测特定纠缠态。

实验结果

研究问题

• RQ1 能否仅使用具有实振幅的最近邻 $c^\prime$-NOT 门，将量子比特网络驱动至完全纠缠态？
• RQ2 是否可能逆转高度纠缠量子网络的演化过程以恢复初始态？
• RQ3 量子网络在幺正演化下能否像经典系统一样，从非周期性转变为周期性行为？
• RQ4 如何使用幺正操作在量子网络中制备任意纠缠输入态？
• RQ5 能否在量子网络中引入工程化周期性动力学，以应用于模式识别等任务？

主要发现

• $c^\prime$-NOT 门支持使用实振幅的高效纠缠模拟，与标准 c-NOT 门相比显著降低了计算成本。
• 通过反向投影成功恢复了纠缠态的初始态，例如利用按位与运算从其纠缠叠加态中重建了 $|17\rangle$。
• 量子网络中的幺正演化无法产生内在周期性；此类系统要么保持非周期性，要么保持周期性，但无法从非周期性过渡到周期性。
• 通过选择适当的幺正算符，可人为引入周期性动力学，为动态模式识别等应用提供可能。
• 可通过在 $(n+1)$-维空间中使用扩展幺正算符制备纠缠态，且通过调节参数可实现任意叠加。
• 尽管量子测量具有随机性，但通过 Grover 算法或适配的滤波矩阵，仍可实现对特定纠缠态的检测。