报告题目：多量子比特系统的保真度评估

报告人：张晓倩副研究员    中山大学

报告时间：2023年11月02日（周四）15:00

报告地点：理六栋302        邀请人：颜辉

报告内容：

随着量子计算和量子通信技术的不断发展，越来越多的多量子比特系统被研发和应用于各种领域。在量子计算中，多量子比特系统是实现量子并行算法和量子纠错的基础。在量子模拟中，多量子比特系统是实现分子模拟的基本要素。在量子通信中，多量子比特系统是实现量子隐形传态的重要组成部分。然而，由于设备的不完美性，制备的量子态或实现的量子门总是与理想态或理想门不同。因此，评估制备态和实现的量子门的性能是量子信息技术应用中的非常关键的一个步骤。我们提出了一种用神经网络来评估未知量子态保真度的新方法，与量子态层析方法相比，这种基于机器学习的方法只需要很少的测量资源，并且所需的测量资源不随量子态比特数的增加而增大。对于效率最优的量子门验证(QGV)方案，我们进行了原理性实验验证。我们的实验表明，对于单量子比特门，只需要~ 300个样本就可以使用QGV方法确认量子门的保真度至少为97%，置信度为99%，而使用标准量子过程层析的方法至少需要~ 3000个样本才能获得相同的结果。我们的工作有望被广泛应用于各种量子信息应用。

专家简介：

张晓倩，中山大学物理学院特聘副研究员。长期从事线性光学量子信息基础研究，累计发表论文19篇，包括Physical Review Letters、Physical Review A、information Sciences 杂志等。主要研究工作包括，(1) 基于机器学习的量子态保真度评估；(2)量子门验证；(3)盲量子计算。