Key points are not available for this paper at this time.
Wir präsentieren einen neuartigen klassischen Algorithmus, der entwickelt wurde, um die Stabilizer-Gruppe zu lernen – nämlich die Gruppe der Pauli-Strings, für die ein Zustand ein ±1 Eigenvektor ist – eines gegebenen Matrix-Produkt-Zustands (MPS). Der Algorithmus basiert auf einer cleveren und theoretisch fundierten verzerrten Stichprobe im Pauli- (oder Bell-)Basis. Sein Output ist eine Menge von unabhängigen Stabilizer-Generatoren, deren Gesamtzahl direkt mit der Stabilizer-Nullität assoziiert ist, bemerkenswerterweise ein gut etablierter Nicht-Stabilizer-Monoton. Wir benchmarken unsere Methode an T-dotierten Zuständen, die zufällig durch Clifford-unitäre Dynamik durcheinandergebracht wurden, und demonstrieren sehr genaue Schätzungen bis hin zu stark verschnürten MPS mit einer Bindungsdimension von χ∼10^3. Unsere Methode, dank eines sehr günstigen Skalierens O (χ^3), stellt den ersten effektiven Ansatz dar, um einen echten magischen Monoton für MPS zu erhalten, was systematische Untersuchungen der Quanten-Vielteilchen-Physik außerhalb des Gleichgewichts ermöglicht.
Lami et al. (Montag) haben diese Frage untersucht.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: