Dynamische Oberflächen-Codes: Die Zukunft der Quantenfehlerkorrektur
Lern, wie dynamische Oberflächenfehlerkorrekturcodes die Zuverlässigkeit von Quantencomputern durch innovative Fehlerkorrekturmethoden verbessern.
Alec Eickbusch, Matt McEwen, Volodymyr Sivak, Alexandre Bourassa, Juan Atalaya, Jahan Claes, Dvir Kafri, Craig Gidney, Christopher W. Warren, Jonathan Gross, Alex Opremcak, Nicholas Zobrist Kevin C. Miao, Gabrielle Roberts, Kevin J. Satzinger, Andreas Bengtsson, Matthew Neeley, William P. Livingston, Alex Greene, Rajeev, Acharya, Laleh Aghababaie Beni, Georg Aigeldinger, Ross Alcaraz, Trond I. Andersen, Markus Ansmann, Frank, Arute, Kunal Arya, Abraham Asfaw, Ryan Babbush, Brian Ballard, Joseph C. Bardin, Alexander Bilmes, Jenna, Bovaird, Dylan Bowers, Leon Brill, Michael Broughton, David A. Browne, Brett Buchea, Bob B. Buckley, Tim, Burger, Brian Burkett, Nicholas Bushnell, Anthony Cabrera, Juan Campero, Hung-Shen Chang, Ben Chiaro, Liang-Ying Chih, Agnetta Y. Cleland, Josh Cogan, Roberto Collins, Paul Conner, William Courtney, Alexander, L. Crook, Ben Curtin, Sayan Das, Alexander Del Toro Barba, Sean Demura, Laura De Lorenzo, Agustin Di Paolo, Paul Donohoe, Ilya K. Drozdov, Andrew Dunsworth, Aviv Moshe Elbag, Mahmoud Elzouka, Catherine Erickson, Vinicius S. Ferreira, Leslie Flores Burgos, Ebrahim Forati, Austin G. Fowler, Brooks Foxen, Suhas Ganjam, Gonzalo, Garcia, Robert Gasca, Élie Genois, William Giang, Dar Gilboa, Raja Gosula, Alejandro Grajales Dau, Dietrich, Graumann, Tan Ha, Steve Habegger, Monica Hansen, Matthew P. Harrigan, Sean D. Harrington, Stephen Heslin, Paula Heu, Oscar Higgott, Reno Hiltermann, Jeremy Hilton, Hsin-Yuan Huang, Ashley Huff, William J. Huggins, Evan Jeffrey, Zhang Jiang, Xiaoxuan Jin, Cody Jones, Chaitali Joshi, Pavol Juhas, Andreas Kabel, Hui Kang, Amir, H. Karamlou, Kostyantyn Kechedzhi, Trupti Khaire, Tanuj Khattar, Mostafa Khezri, Seon Kim, Bryce Kobrin, Alexander N. Korotkov, Fedor Kostritsa, John Mark Kreikebaum, Vladislav D. Kurilovich, David Landhuis, Tiano, Lange-Dei, Brandon W. Langley, Kim-Ming Lau, Justin Ledford, Kenny Lee, Brian J. Lester, Loïck Le Guevel, Wing, Yan Li, Alexander T. Lill, Aditya Locharla, Erik Lucero, Daniel Lundahl, Aaron Lunt, Sid Madhuk, Ashley Maloney, Salvatore Mandrà, Leigh S. Martin, Orion Martin, Cameron Maxfield, Jarrod R. McClean, Seneca Meeks, Anthony, Megrant, Reza Molavi, Sebastian Molina, Shirin Montazeri, Ramis Movassagh, Michael Newman, Anthony Nguyen, Murray Nguyen, Chia-Hung Ni, Logan Oas, Raymond Orosco, Kristoffer Ottosson, Alex Pizzuto, Rebecca Potter, Orion Pritchard, Chris Quintana, Ganesh Ramachandran, Matthew J. Reagor, David M. Rhodes, Eliott Rosenberg, Elizabeth Rossi, Kannan Sankaragomathi, Henry F. Schurkus, Michael J. Shearn, Aaron Shorter, Noah Shutty, Vladimir Shvarts, Spencer Small, W. Clarke Smith, Sofia Springer, George Sterling, Jordan Suchard, Aaron Szasz, Alex Sztein, Douglas Thor, Eifu Tomita, Alfredo Torres, M. Mert Torunbalci, Abeer Vaishnav, Justin Vargas, Sergey, Vdovichev, Guifre Vidal, Catherine Vollgraff Heidweiller, Steven Waltman, Jonathan Waltz, Shannon X. Wang, Brayden Ware, Travis Weidel, Theodore White, Kristi Wong, Bryan W. K. Woo, Maddy Woodson, Cheng Xing, Z. Jamie Yao, Ping Yeh, Bicheng Ying, Juhwan Yoo, Noureldin Yosri, Grayson Young, Adam Zalcman, Yaxing, Zhang, Ningfeng Zhu, Sergio Boixo, Julian Kelly, Vadim Smelyanskiy, Hartmut Neven, Dave Bacon, Zijun Chen, Paul V. Klimov, Pedram Roushan, Charles Neill, Yu Chen, Alexis Morvan
― 9 min Lesedauer
Inhaltsverzeichnis
- Die Grundlagen der Quantenfehlerkorrektur
- Was sind dynamische Oberflächen-Codes?
- Verständnis des Quantenbits
- Wie dynamische Oberflächen-Codes funktionieren
- Die Bedeutung der statistischen Analyse
- Experimentelle Techniken
- Fehleranalyse
- Die Rolle des experimentellen Benchmarkings
- Die Herausforderungen bei der Implementierung dynamischer Oberflächen-Codes
- Zukünftige Möglichkeiten
- Fazit
- Originalquelle
- Referenz Links
Quantencomputing ist ein komplexes, aber faszinierendes Feld, das die seltsamen Eigenschaften der Quantenmechanik nutzt, um Berechnungen durchzuführen, die weit über die Möglichkeiten heutiger klassischer Computer hinausgehen. Ein spannendes Forschungsgebiet in diesem Bereich ist die Entwicklung von Fehlerkorrekturmethoden, die wichtig sind, um sicherzustellen, dass Quantenberechnungen genau bleiben. Denn im Gegensatz zu normalen Computern sind Quantencomputer sehr anfällig für Fehler aus verschiedenen Quellen, wie zum Beispiel Umgebungsgeräuschen oder Unvollkommenheiten in ihren Komponenten.
Hier kommen dynamische Oberflächen-Codes ins Spiel, clevere Techniken, die verwendet werden, um diese Fehler zu erkennen und zu korrigieren. Man kann sie sich wie ein Sicherheitsnetz für Quantenberechnungen vorstellen—immer bereit, Mistakes aufzufangen, bevor sie ein Problem verursachen. Aber wie funktionieren diese Codes und warum sind sie so wichtig für die Zukunft des Rechnens? Lass es uns herausfinden!
Quantenfehlerkorrektur
Die Grundlagen derUm dynamische Oberflächen-Codes zu verstehen, ist es wichtig, zuerst die Grundlagen der Quantenfehlerkorrektur (QEC) zu begreifen. Stell dir vor, du versuchst, eine Nachricht an einen Freund zu schicken, aber da ist viel Rauschen und Interferenzen auf der Leitung. Du würdest bestimmte Strategien anwenden, um sicherzustellen, dass deine Nachricht genau ankommt. Genauso will die Quantenfehlerkorrektur Quanteninformationen während der Berechnungen schützen.
QEC funktioniert, indem die Informationen so kodiert werden, dass selbst wenn einige Teile durch Fehler verändert werden, die ursprüngliche Nachricht dennoch rekonstruiert werden kann. Es gibt verschiedene Fehlermodelle, und Forscher haben Methoden entwickelt, um zu analysieren und zu verstehen, wie diese Fehler entstehen. Hier kommen die dynamischen Oberflächen-Codes ins Spiel.
Was sind dynamische Oberflächen-Codes?
Dynamische Oberflächen-Codes sind eine Art von Quantenfehlerkorrektur-Code, der in einer zweidimensionalen Gitterstruktur funktioniert. Sie stellen einen raffinierten Ansatz dar, um Fehler in Quantenberechnungen zu erkennen und zu beheben. Der "Oberflächen"-Teil bezieht sich auf die Topologie der Qubits (Quantenbits), die in einem Raster angeordnet sind, ähnlich wie Fliesen auf einem Badezimmerboden. Diese Oberfläche kann manipuliert werden, um eine dynamische Umgebung zu schaffen, in der die Qubits auf bestimmte Weise interagieren, um den Fehlerkorrekturprozess zu stärken.
Der "dynamische" Aspekt bedeutet, dass diese Codes sich basierend auf den erkannten Fehlern anpassen können. Wenn ein Fehler auftritt, kann das System in Echtzeit reagieren, um ihn zu korrigieren, anstatt bis zu einem passenderen Zeitpunkt zu warten. Das macht dynamische Oberflächen-Codes zu einem vielversprechenden Ansatz, um zuverlässigere Quantencomputer zu schaffen.
Verständnis des Quantenbits
Bevor wir tiefer in die Funktionsweise der dynamischen Oberflächen-Codes eintauchen, ist es wichtig, etwas über Qubits zu wissen. Im Bereich des Quantencomputings ist ein Qubit die grundlegende Informationseinheit, ähnlich wie das Bit im klassischen Computing. Qubits sind jedoch ganz anders, weil sie gleichzeitig in mehreren Zuständen existieren können, dank einer quantenmechanischen Eigenschaft namens Superposition.
Stell dir vor, du wirfst eine Münze: Sie ist entweder Kopf oder Zahl, richtig? Nicht ganz in der Quantenwelt! Sie kann sowohl Kopf als auch Zahl gleichzeitig sein, bis du sie anschaust. Diese Eigenschaft erlaubt es Quantencomputern, eine riesige Menge an Informationen gleichzeitig zu verarbeiten, weshalb sie so spannend sind.
Wie dynamische Oberflächen-Codes funktionieren
Dynamische Oberflächen-Codes arbeiten nach den Prinzipien der Quantenmechanik, um sicherzustellen, dass die in einem Quanten-System verarbeiteten Informationen ihrem ursprünglichen Zustand treu bleiben. Das erreichen sie durch verschiedene Methoden der Fehlererkennung und -korrektur.
-
Erkennungsereignisse: Der erste Schritt im Prozess besteht darin, während der Berechnungen nach Fehlern zu überwachen. Das geschieht durch Erkennungsereignisse, die wie Alarmglocken sind und das System alarmieren, wenn etwas schiefgeht.
-
Fehlermodellierung: Sobald ein Fehler erkannt wird, wird ein Modell angewendet, um zu verstehen, um welche Art von Fehler es sich handelt. Das ist wie eine Krankheitsdiagnose: Je besser die Diagnose, desto effektiver die Behandlung. Das Team hinter den dynamischen Oberflächen-Codes hat statistische Methoden verwendet, um detaillierte Modelle für verschiedene Fehler zu erstellen.
-
Fehlerkorrekturmechanismen: Nachdem die Art des Fehlers bestimmt wurde, wendet der dynamische Oberflächen-Code verschiedene Korrekturmethoden an, die auf die spezifischen Probleme abgestimmt sind. Hier kommt der Begriff "dynamisch" ins Spiel—verschiedene Fehler erfordern unterschiedliche Reaktionen.
Wenn zum Beispiel ein kleiner Fehlerteufel in deine Berechnungen schlüpft und ein Qubit umdreht, kann der Oberflächen-Code erkennen, welches Qubit manipuliert wurde, und es korrigieren, bevor es grössere Probleme verursacht.
Die Bedeutung der statistischen Analyse
In dynamischen Oberflächen-Codes spielt Statistik eine entscheidende Rolle. So wie du die Wetterdaten analysieren würdest, um zukünftige Bedingungen vorherzusagen, analysieren Forscher vergangene Fehlermeldungen, um potenzielle Probleme vorherzusagen.
-
Fehlerbudgetierung: Dabei werden Fehler kategorisiert und jeder Kategorie ein Gewicht zugewiesen, basierend darauf, wie stark sie die Leistung beeinflussen. Man kann sich das wie ein Budget für die Planung einer Party vorstellen—du musst genug Ressourcen zuweisen, damit alle eine gute Zeit haben (oder dass dein Quantensystem reibungslos läuft).
-
Kovarianzanalyse: Das ist eine statistische Methode, um zu verstehen, wie verschiedene Fehler miteinander interagieren. Durch das Studium dieser Beziehungen können Forscher die Reaktion der dynamischen Oberflächen-Codes optimieren, um die Auswirkungen der Fehler insgesamt zu minimieren.
-
Experimentelles Benchmarking: Dieser Schritt ist entscheidend, da er hilft, die verwendeten Modelle zu validieren. Es ist wie das Testen eines Rezepts, bevor man das Gericht Gästen serviert—niemand möchte herausfinden, dass der Kuchen nicht aufgeht, nachdem er schon im Ofen ist!
Experimentelle Techniken
Die Implementierung dynamischer Oberflächen-Codes erfordert mehrere experimentelle Techniken, um Genauigkeit sicherzustellen. Forscher führen zahlreiche Wiederholungen desselben Experiments durch, um statistisches Vertrauen in ihre Ergebnisse zu gewinnen. Durch das Variieren der Anfangsbedingungen mindern sie potenzielle Vorurteile, die die Ergebnisse verfälschen könnten.
-
Detektorwahrscheinlichkeit: Jedes Qubit wird auf Fehler überwacht, und die Wahrscheinlichkeiten, die mit diesen Erkennungen verbunden sind, werden aufgezeichnet. Letztendlich ist das wie ein Punktestand in einem Spiel—Daten werden gesammelt, damit die Leistung später analysiert werden kann.
-
Sampling-Rauschen: Das bezieht sich auf die natürliche Variation in den Messergebnissen aufgrund der Unsicherheit, die in der Quantenmechanik inhärent ist. Es ist wie beim Werfen einer Münze—jeder Wurf könnte nicht gleichmässig auf Kopf oder Zahl landen, aber über viele Würfe hinweg bekommst du ein Gefühl für das Gesamtgleichgewicht.
-
Co-Variance der Detektoren: Zu verstehen, wie verschiedene Detektoren interagieren, hilft dabei, die Fehlermodelle zu verfeinern. Das kann Aufschluss über die Zusammenhänge von Fehlern geben und Einsichten darüber bieten, wie sie sich gegenseitig beeinflussen könnten.
Fehleranalyse
Jedes Quantensystem wird Fehler erfahren; das ist sicher. Was zählt, ist, wie diese Fehler verwaltet und korrigiert werden. Dynamische Oberflächen-Codes ermöglichen es den Forschern, einen detaillierten Rahmen für die Analyse von Fehlerereignissen zu schaffen, was zu einer besseren Gesamtleistung führt.
Pauli-Fehler
Ein häufiger Fehler ist der Pauli-Fehler, der mit den grundlegenden Prinzipien der Quantenoperationen verbunden ist. Die Pauli-Gruppe ist eine Gruppe von Matrizen, die Operationen beschreibt, die wir auf Qubits anwenden können, und Fehler können sich als Abweichungen von diesen Operationen manifestieren.
Um diese Fehler zu analysieren, kategorisieren dynamische Oberflächen-Codes sie und modellieren ihre Auswirkungen basierend auf Wahrscheinlichkeiten. Dadurch wird ein robustes Fehlerkorrekturrahmenwerk konstruiert, das aktiv Fehler überwacht und darauf reagiert.
Die Rolle des experimentellen Benchmarkings
Um die Effektivität dynamischer Oberflächen-Codes sicherzustellen, engagieren sich die Forscher in gründlichem experimentellen Benchmarking. Dieser Prozess beinhaltet die Messung der Leistung von Qubits, Toren und anderen Komponenten, die in Quantenschaltungen verwendet werden, um ihre Fehlerquoten und ihr Gesamtverhalten zu verstehen.
-
Einzel-Qubit-Gatter: Dies sind die grundlegenden Operationen an einzelnen Qubits. Messungen dieser Gatter geben Einblicke in ihre Zuverlässigkeit und Fehlerquoten, die später verwendet werden können, um zu bestimmen, wie sie die Gesamtleistung des Systems beeinflussen.
-
Zwei-Qubit-Gatter: Wenn Qubits miteinander interagieren, können sich die Fehler summieren und zu grösseren Ungenauigkeiten führen. Benchmarking dieser Interaktionen hilft den Forschern zu verstehen, wie man zusammengesetzte Fehler, die aus mehreren Qubit-Operationen resultieren, mindern kann.
Die Herausforderungen bei der Implementierung dynamischer Oberflächen-Codes
Während dynamische Oberflächen-Codes spannende Möglichkeiten bieten, stellen sie auch Herausforderungen dar. Das Quantencomputing steckt noch in den Kinderschuhen, und Forscher entdecken ständig neue Hürden.
-
Komplexität der Fehler: Quanten-Systeme werden von einer Vielzahl von Fehlerquellen beeinflusst, von Umgebungsgeräuschen bis zu Hardwareunvollkommenheiten. Die Herausforderung besteht darin, alle potenziellen Fehler genau zu modellieren und adaptive Lösungen zu entwickeln.
-
Ressourcenmanagement: Das Ausführen dynamischer Oberflächen-Codes erfordert erhebliche Rechenressourcen. Diese Ressourcen effizient zuzuweisen, ohne die Leistung zu beeinträchtigen, ist eine ständige Herausforderung.
-
Skalierung der Systeme: Wenn Quanten-Systeme grösser und komplexer werden, wird es zunehmend schwieriger, die Effektivität der Fehlerkorrekturtechniken aufrechtzuerhalten. Forscher sind entschlossen, sicherzustellen, dass diese Methoden mit der Technologie skalieren können.
Zukünftige Möglichkeiten
Dynamische Oberflächen-Codes sind nur ein Bereich im riesigen Feld des Quantencomputings. Während die Forschung fortschreitet, können wir erwarten, dass wir weitere ausgeklügelte Methoden zur Fehlererkennung und -korrektur entdecken. Das könnte zu praktischen Anwendungen und einem tieferen Verständnis von Quantensystemen führen und so den Weg für revolutionäre Fortschritte ebnen.
-
Integration mit klassischem Computing: Zukünftige Quanten-Systeme könnten nahtlos mit klassischen Computern integriert werden und die Stärken beider Technologien kombinieren, um breitere und komplexere Probleme zu lösen.
-
Kommerzielle Anwendungen: Wenn sich die Fehlerkorrekturmöglichkeiten weiterentwickeln, könnten wir praktische Anwendungen der Quanten-Technologie in verschiedenen Branchen sehen, von der Kryptographie bis zur Medikamentenentwicklung.
-
Verbesserte Algorithmen: Mit einem robusten Fehlermanagement können Forscher sich darauf konzentrieren, neue Algorithmen zu entwickeln, die die Quanten-Eigenschaften nutzen, ohne sich ständig Sorgen machen zu müssen, dass Fehler die Berechnungen entgleisen.
Fazit
Dynamische Oberflächen-Codes sind ein faszinierender Aspekt des Quantencomputings, die innovative Fehlerkorrekturtechniken mit einem soliden Verständnis der Quantenmechanik verbinden. Trotz der Herausforderungen ist das Potenzial der Quanten-Technologie, das Rechnen zu revolutionieren, enorm. Während die Forscher weiterhin die Feinheiten der dynamischen Oberflächen-Codes entschlüsseln und die Fehlerkorrekturmethoden verfeinern, sieht die Zukunft des Quantencomputings heller aus als je zuvor.
Also, das nächste Mal, wenn jemand über Quantencomputing spricht, denk daran, dass es nicht nur um seltsame Teilchen und gespenstische Aktionen aus der Ferne geht. Nein, es geht auch darum, diese Quantenbits im Zaum zu halten, damit sie keinen Tobsuchtsanfall bekommen und den ganzen Spass verderben!
Originalquelle
Titel: Demonstrating dynamic surface codes
Zusammenfassung: A remarkable characteristic of quantum computing is the potential for reliable computation despite faulty qubits. This can be achieved through quantum error correction, which is typically implemented by repeatedly applying static syndrome checks, permitting correction of logical information. Recently, the development of time-dynamic approaches to error correction has uncovered new codes and new code implementations. In this work, we experimentally demonstrate three time-dynamic implementations of the surface code, each offering a unique solution to hardware design challenges and introducing flexibility in surface code realization. First, we embed the surface code on a hexagonal lattice, reducing the necessary couplings per qubit from four to three. Second, we walk a surface code, swapping the role of data and measure qubits each round, achieving error correction with built-in removal of accumulated non-computational errors. Finally, we realize the surface code using iSWAP gates instead of the traditional CNOT, extending the set of viable gates for error correction without additional overhead. We measure the error suppression factor when scaling from distance-3 to distance-5 codes of $\Lambda_{35,\text{hex}} = 2.15(2)$, $\Lambda_{35,\text{walk}} = 1.69(6)$, and $\Lambda_{35,\text{iSWAP}} = 1.56(2)$, achieving state-of-the-art error suppression for each. With detailed error budgeting, we explore their performance trade-offs and implications for hardware design. This work demonstrates that dynamic circuit approaches satisfy the demands for fault-tolerance and opens new alternative avenues for scalable hardware design.
Autoren: Alec Eickbusch, Matt McEwen, Volodymyr Sivak, Alexandre Bourassa, Juan Atalaya, Jahan Claes, Dvir Kafri, Craig Gidney, Christopher W. Warren, Jonathan Gross, Alex Opremcak, Nicholas Zobrist Kevin C. Miao, Gabrielle Roberts, Kevin J. Satzinger, Andreas Bengtsson, Matthew Neeley, William P. Livingston, Alex Greene, Rajeev, Acharya, Laleh Aghababaie Beni, Georg Aigeldinger, Ross Alcaraz, Trond I. Andersen, Markus Ansmann, Frank, Arute, Kunal Arya, Abraham Asfaw, Ryan Babbush, Brian Ballard, Joseph C. Bardin, Alexander Bilmes, Jenna, Bovaird, Dylan Bowers, Leon Brill, Michael Broughton, David A. Browne, Brett Buchea, Bob B. Buckley, Tim, Burger, Brian Burkett, Nicholas Bushnell, Anthony Cabrera, Juan Campero, Hung-Shen Chang, Ben Chiaro, Liang-Ying Chih, Agnetta Y. Cleland, Josh Cogan, Roberto Collins, Paul Conner, William Courtney, Alexander, L. Crook, Ben Curtin, Sayan Das, Alexander Del Toro Barba, Sean Demura, Laura De Lorenzo, Agustin Di Paolo, Paul Donohoe, Ilya K. Drozdov, Andrew Dunsworth, Aviv Moshe Elbag, Mahmoud Elzouka, Catherine Erickson, Vinicius S. Ferreira, Leslie Flores Burgos, Ebrahim Forati, Austin G. Fowler, Brooks Foxen, Suhas Ganjam, Gonzalo, Garcia, Robert Gasca, Élie Genois, William Giang, Dar Gilboa, Raja Gosula, Alejandro Grajales Dau, Dietrich, Graumann, Tan Ha, Steve Habegger, Monica Hansen, Matthew P. Harrigan, Sean D. Harrington, Stephen Heslin, Paula Heu, Oscar Higgott, Reno Hiltermann, Jeremy Hilton, Hsin-Yuan Huang, Ashley Huff, William J. Huggins, Evan Jeffrey, Zhang Jiang, Xiaoxuan Jin, Cody Jones, Chaitali Joshi, Pavol Juhas, Andreas Kabel, Hui Kang, Amir, H. Karamlou, Kostyantyn Kechedzhi, Trupti Khaire, Tanuj Khattar, Mostafa Khezri, Seon Kim, Bryce Kobrin, Alexander N. Korotkov, Fedor Kostritsa, John Mark Kreikebaum, Vladislav D. Kurilovich, David Landhuis, Tiano, Lange-Dei, Brandon W. Langley, Kim-Ming Lau, Justin Ledford, Kenny Lee, Brian J. Lester, Loïck Le Guevel, Wing, Yan Li, Alexander T. Lill, Aditya Locharla, Erik Lucero, Daniel Lundahl, Aaron Lunt, Sid Madhuk, Ashley Maloney, Salvatore Mandrà, Leigh S. Martin, Orion Martin, Cameron Maxfield, Jarrod R. McClean, Seneca Meeks, Anthony, Megrant, Reza Molavi, Sebastian Molina, Shirin Montazeri, Ramis Movassagh, Michael Newman, Anthony Nguyen, Murray Nguyen, Chia-Hung Ni, Logan Oas, Raymond Orosco, Kristoffer Ottosson, Alex Pizzuto, Rebecca Potter, Orion Pritchard, Chris Quintana, Ganesh Ramachandran, Matthew J. Reagor, David M. Rhodes, Eliott Rosenberg, Elizabeth Rossi, Kannan Sankaragomathi, Henry F. Schurkus, Michael J. Shearn, Aaron Shorter, Noah Shutty, Vladimir Shvarts, Spencer Small, W. Clarke Smith, Sofia Springer, George Sterling, Jordan Suchard, Aaron Szasz, Alex Sztein, Douglas Thor, Eifu Tomita, Alfredo Torres, M. Mert Torunbalci, Abeer Vaishnav, Justin Vargas, Sergey, Vdovichev, Guifre Vidal, Catherine Vollgraff Heidweiller, Steven Waltman, Jonathan Waltz, Shannon X. Wang, Brayden Ware, Travis Weidel, Theodore White, Kristi Wong, Bryan W. K. Woo, Maddy Woodson, Cheng Xing, Z. Jamie Yao, Ping Yeh, Bicheng Ying, Juhwan Yoo, Noureldin Yosri, Grayson Young, Adam Zalcman, Yaxing, Zhang, Ningfeng Zhu, Sergio Boixo, Julian Kelly, Vadim Smelyanskiy, Hartmut Neven, Dave Bacon, Zijun Chen, Paul V. Klimov, Pedram Roushan, Charles Neill, Yu Chen, Alexis Morvan
Letzte Aktualisierung: 2024-12-18 00:00:00
Sprache: English
Quell-URL: https://arxiv.org/abs/2412.14360
Quell-PDF: https://arxiv.org/pdf/2412.14360
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.