从最佳实验数据中有效提取量子哈密顿量

JM Geremia和Herschel A.Rabitz
物理学。版次A70,023804–2004年8月13日出版

摘要

最优识别(OI)是最近开发的一种从实验数据中提取量子哈密顿量信息的方法。它使用相干学习控制技术来驱动量子系统,以便动态测量提供有关其哈密顿量的最大信息。OI是最初提出的最佳程序;然而,数据反演组件的计算成本很高。在这里,我们证明了高效的全局、非线性、地图辅助反演程序可以与OI概念相结合,使其更适合于实验室实施。通过对地图辅助OI的模拟,说明了输入-输出地图如何大大加快数据反演过程。

  • 图
  • 收到日期:2003年12月29日

内政部:https://doi.org/10.103/PhysRevA.70.023804

©2004美国物理学会

作者和附属机构

JM格雷米亚*

  • 美国加利福尼亚州帕萨迪纳加利福尼亚理工学院物理、控制和动力系统,邮编:91125

赫谢尔·拉比茨

  • 美国新泽西州普林斯顿市普林斯顿大学化学系08540

  • *电子地址:jgeremia@Caltech.edu

文章文本(需要订阅)

单击以展开

参考(需要订阅)

单击以展开
问题

第70卷,第。2004年8月2日

重用权限(&P)
Access选项
翻译和文案辅助广告的作者出版服务

需要授权


×
×

图像

×

注册以接收来自的定期电子邮件警报物理复习A

登录

取消
×

搜索


文章查找

粘贴引文或DOI

输入引文
×