A general framework describing the statistical discrimination of an ensemble of quantum channels is given by the name of quantum reading. Several tools can be applied in quantum reading to reduce the error probability in distinguishing the ensemble of channels. Classical and quantum codes can be envisioned for this goal. The aim of this paper is to present a simple but fruitful protocol for this task using classical error-correcting codes. Three families of codes are considered: Reed-Solomon codes, BCH codes, and Reed-Muller codes. In conjunction to the use of codes, we also analyze the role of the receiver. In particular, heterodyne and Dolinar receivers are taken in consideration. The encoding and measurement schemes are connected by the probing step. As probe we consider coherent states. In such simple manner, interesting results are obtained. As we show, for any fixed rate and code, there is a threshold under which using codes surpass optimal and sophisticated schemes. However, there are codes and receiver schemes giving lower thresholds. BCH codes in conjunction with Dolinar receiver turn out to be the optimal strategy for error mitigation in the quantum reading task.


翻译:量子频道的统计歧视总框架由量子读取的名称给出。在量子读取中,可以应用几种工具来减少区分频道组合的误差概率。可以为此设想古典和量子代码。本文件的目的是利用传统的错误校正代码为这项任务提出简单而富有成效的协议。三个代码组被考虑:Reed-Solomon代码、BCH代码和Reed-Muller代码。在使用代码的同时,我们还分析了接收器的作用。特别是,考虑采用heterodyne和Dolinar接收器。编码和测量方案通过标定步骤连接。我们考虑的是连贯的状态。这样,就取得了有趣的结果。我们表明,对于任何固定的速率和代码,都有使用代码超过最佳和复杂计划的阈值的门槛。但是,有代码和接收器计划给予较低的阈值。与Dolinar接收器一道,BCH代码和Dolinar接收器成为量读工作中减少错误的最佳战略。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
5+阅读 · 2019年4月4日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
Arxiv
0+阅读 · 2022年1月25日
VIP会员
相关VIP内容
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
已删除
将门创投
5+阅读 · 2019年4月4日
机器学习数学基础【附PPT下载】
专知
45+阅读 · 2018年9月17日
Top
微信扫码咨询专知VIP会员