Diagnosis of information scrambling from Hamiltonian evolution under decoherence
Diagnosis of information scrambling from Hamiltonian evolution under decoherence
复制标题
退相干下哈密顿演化的信息置乱诊断
DOI：
10.1103/physrevd.104.074518
复制
发表时间：
2021
影响因子：
5
通讯作者：
Kikuchi Yuta
中科院分区：
文献类型：
--
作者：
Hayata Tomoya;Hidaka Yoshimasa;Kikuchi Yuta
我们应用一种基于海登-普雷斯基尔思维实验的量子隐形传态协议来量化给定的量子进化的扰乱程度。与直接测量超时有序相关器相比，当用于诊断存在由噪声量子器件引起的退相干效应时的信息扰乱时，它具有优势。我们将该协议应用于两个物理系统：Ising自旋链和SU(2)晶格Yang-Mills理论。为此，我们在哈密顿形式中数值模拟了这两个理论的时间演化。在Kogut-Susskin形式主义的基础上，对Hilbert空间进行适当的截断，实现了格点Yang-Mills理论。在两臂梯形几何结构上，具有最低的非平凡自旋表示，它可以映射到一个自旋链，我们称之为杨-米尔斯-伊辛模型，它也直接适用于未来的数字量子模拟。我们发现，杨-米尔斯-伊辛模型显示了后期信息扰乱的信号。
We apply a quantum teleportation protocol based on the Hayden-Preskill thought experiment to quantify how scrambling a given quantum evolution is. It has an advantage over the direct measurement of out-of-time ordered correlators when used to diagnose the information scrambling in the presence of decoherence effects stemming from a noisy quantum device. We demonstrate the protocol by applying it to two physical systems: Ising spin chain and SU(2) lattice Yang-Mills theory. To this end, we numerically simulate the time evolution of the two theories in the Hamiltonian formalism. The lattice Yang-Mills theory is implemented with a suitable truncation of Hilbert space on the basis of the Kogut-Susskind formalism. On a two-leg ladder geometry and with the lowest nontrivial spin representations, it can be mapped to a spin chain, which we call theYang-Mills-Ising modeland is also directly applicable to future digital quantum simulations. We find that the Yang-Mills-Ising model shows the signal of information scrambling at late times.
登录
查看更多内容
DOI：
10.1142/s1230161208000043
发表时间：
2007
期刊：
Open Syst. Inf. Dyn.
影响因子：
--
作者：
P. Hayden;M. Horodecki;A. Winter;Jon Yard
通讯作者：
Jon Yard
随机量子电路中测量引起的跃迁的关键特性
影响因子：
3.7
作者：
Zabalo, Aidan;Gullans, Michael J.;Wilson, Justin H.;Gopalakrishnan, Sarang;Huse, David A.;Pixley, J. H.
通讯作者：
Pixley, J. H.
影响因子：
5.4
作者：
Bao, Ning;Kikuchi, Yuta
通讯作者：
Kikuchi, Yuta
影响因子：
6.4
作者：
Preskill, John
通讯作者：
Preskill, John
影响因子：
5.4
作者：
L. Piroli;Christoph Sünderhauf;X. Qi
通讯作者：
L. Piroli;Christoph Sünderhauf;X. Qi