WikiEdge:ArXiv-2408.17442v1/methods：修订间差异

来自WikiEdge
跳转到导航 跳转到搜索
←上一编辑
可视化wikitext
无编辑摘要
David（留言 | 贡献）
机器人
1,726次编辑
Saved page by David
 
第1行： 第1行：
== 研究方法 ==
<!-- 不要移除下面一行，如果有编辑错误，请直接修改该行以后的内容 -->
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17442v1/methods|action=edit}} 编辑]</div>
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17442v1/methods|action=edit}} 编辑]</div>
 
这篇论文的工作部分详细探讨了[[测量基础反馈]]（Measurement-based feedback, MBF）控制在[[量子系统]]中对[[冯诺依曼熵]]（von Neumann entropy）的影响。以下是这部分的主要内容：
这篇论文的工作部分详细探讨了测量基础反馈（Measurement-based feedback, MBF）控制在量子系统中对冯诺伊曼熵（von Neumann entropy）的影响。以下是这部分的主要内容：
# '''测量基础反馈控制（Measurement-based feedback control, MBF）'''：
 
#* 描述了MBF控制的基本策略，即通过测量获得的信息来控制量子系统的动态。这涉及到先对目标系统进行测量，然后将测量结果反馈用于控制。
1. **测量基础反馈控制（Measurement-based feedback control, MBF）**：
#  '''冯诺依曼熵（von Neumann entropy）'''：
- 描述了MBF控制的基本策略，即通过测量获得的信息来控制系统动力学。MBF通过测量目标系统并反馈测量结果来控制系统。
#* 引入冯诺依曼熵作为衡量量子系统在MBF控制下状态混合程度的指标。冯诺依曼熵在量子态为纯态时取值为零，在系统处于最大混合态时达到最大值。
2. **冯诺伊曼熵（von Neumann entropy）**：
#  '''随机主方程（Stochastic master equation, SME）'''：
- 引入冯诺伊曼熵作为衡量系统在MBF控制下状态纯度的指标。冯诺伊曼熵在状态为纯态时取零，在系统处于最大混合态时达到最大值。
#* 利用[[随机主方程]]描述了在连续测量条件下量子系统的状态演化。该方程考虑了系统[[哈密顿量]]、可控耦合（[[Lindblad算子]]L）以及由退相干引起的非理想耦合（Lindblad算子M）。
3. **随机主方程（Stochastic master equation, SME）**：
#  '''熵的演化分析'''：
- 通过随机主方程描述了量子系统在连续测量条件下的一般动力学。方程考虑了系统哈密顿量、可控耦合（Lindblad 算子 L）和由退相干引起的非理想耦合（Lindblad 算子 M）。
#* 通过推导冯诺依曼熵的时间导数的下界，分析了在MBF控制下熵的演化。结果表明，熵的演化受到系统可观测量的方差和给定退相干的量子性的影响。
4. **熵的演化分析**：
#  '''量子比特（qubit）稳定化示例'''：
- 分析了在MBF控制下，冯诺伊曼熵的时间导数，并推导出一个充分条件，使得熵的时间导数非负。这个条件与系统可观测量的方差和给定退相干的量子性有关。
#* 通过一个[[量子比特]]系统的示例，展示了上述理论分析的有效性和物理解释。在这个例子中，考虑了特定的系统哈密顿量、可控耦合和非理想耦合，以及它们对熵演化的影响。
5. **量子比特（Qubit）稳定化示例**：
- 通过一个量子比特稳定化的简单但具有说明性的例子，展示了上述结果的有效性和物理解释。在这个例子中，考虑了特定的哈密顿量、可控耦合和非理想耦合，以及它们对熵演化的影响。

2024年9月3日 (二) 08:38的最新版本

编辑

这篇论文的工作部分详细探讨了测量基础反馈（Measurement-based feedback, MBF）控制在量子系统中对冯诺依曼熵（von Neumann entropy）的影响。以下是这部分的主要内容：

  1. 测量基础反馈控制（Measurement-based feedback control, MBF）：
    • 描述了MBF控制的基本策略，即通过测量获得的信息来控制量子系统的动态。这涉及到先对目标系统进行测量，然后将测量结果反馈用于控制。
  2. 冯诺依曼熵（von Neumann entropy）：
    • 引入冯诺依曼熵作为衡量量子系统在MBF控制下状态混合程度的指标。冯诺依曼熵在量子态为纯态时取值为零，在系统处于最大混合态时达到最大值。
  3. 随机主方程（Stochastic master equation, SME）：
    • 利用随机主方程描述了在连续测量条件下量子系统的状态演化。该方程考虑了系统哈密顿量、可控耦合（Lindblad算子L）以及由退相干引起的非理想耦合（Lindblad算子M）。
  4. 熵的演化分析：
    • 通过推导冯诺依曼熵的时间导数的下界，分析了在MBF控制下熵的演化。结果表明，熵的演化受到系统可观测量的方差和给定退相干的量子性的影响。
  5. 量子比特（qubit）稳定化示例：
    • 通过一个量子比特系统的示例，展示了上述理论分析的有效性和物理解释。在这个例子中，考虑了特定的系统哈密顿量、可控耦合和非理想耦合，以及它们对熵演化的影响。
取自“http://zh.wikiedge.org/index.php?title=WikiEdge:ArXiv-2408.17442v1/methods&oldid=720”