Accuracy of Entanglement Detection via Artificial Neural Networks and Human-Designed Entanglement Witnesses

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F21%3A73607382" target="_blank" >RIV/61989592:15310/21:73607382 - isvavai.cz</a>

Výsledek na webu

<a href="https://journals.aps.org/prapplied/pdf/10.1103/PhysRevApplied.15.054006" target="_blank" >https://journals.aps.org/prapplied/pdf/10.1103/PhysRevApplied.15.054006</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1103/PhysRevApplied.15.054006" target="_blank" >10.1103/PhysRevApplied.15.054006</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Accuracy of Entanglement Detection via Artificial Neural Networks and Human-Designed Entanglement Witnesses

Popis výsledku v původním jazyce

The detection of entangled states is essential in both fundamental and applied quantum physics. However, this task proves to be challenging, especially for general quantum states. One can execute full state tomography but this method is time demanding, especially in complex systems. Other approaches use entanglement witnesses: these methods tend to be less demanding but lack reliability. Here, we demonstrate that artificial neural networks (ANNs) provide a balance between the two approaches. In this paper, we make a comparison of ANN performance with witness-based methods for random general two-qubit quantum states without any prior information on the states. Furthermore, we apply our approach to a real experimental data set.

Název v anglickém jazyce

Accuracy of Entanglement Detection via Artificial Neural Networks and Human-Designed Entanglement Witnesses

Popis výsledku anglicky

The detection of entangled states is essential in both fundamental and applied quantum physics. However, this task proves to be challenging, especially for general quantum states. One can execute full state tomography but this method is time demanding, especially in complex systems. Other approaches use entanglement witnesses: these methods tend to be less demanding but lack reliability. Here, we demonstrate that artificial neural networks (ANNs) provide a balance between the two approaches. In this paper, we make a comparison of ANN performance with witness-based methods for random general two-qubit quantum states without any prior information on the states. Furthermore, we apply our approach to a real experimental data set.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10306 - Optics (including laser optics and quantum optics)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Physical Review Applied

ISSN

2331-7019

e-ISSN

—

Svazek periodika

15

Číslo periodika v rámci svazku

5

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

8

Strana od-do

"054006-1"-"054006-8"

Kód UT WoS článku

000656834900001

EID výsledku v databázi Scopus

2-s2.0-85106273560