研究人员开发了一种自适应重构技术，可以更有效地表征玻色子量子态。该方法利用贝叶斯推理、bootstrap和主动学习来选择最优测量点，从而能够从有限的测量次数中重构出Wigner函数。该技术在具有薛定谔猫态的电路量子电动力学平台上进行了测试，结果表明它对相空间变换具有鲁棒性，对态的缺陷敏感，并且能在几分钟内提供可复现的保真度估计。 AI
影响 这项研究可能带来更高效的量子计算硬件表征和控制。
排序理由 该集群包含一篇详细介绍量子态重构新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- active learning
- Bayesian inference
- Bootstrap
- Bosonic quantum systems
- Circuit quantum electrodynamics
- quantum optimal control
- Wigner quasiprobability distribution
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
