Landauer's erasure principle states that any irreversible erasure protocol of a single bit memory needs work of at least $k_B T ln2.$ Recent proof of concept experiments has demonstrated that the erasure protocols with work close to the Landauer limit can be devised. Under feedback, where the state of the bit can be measured, the work needed for bit erasure can be lower than $k_B T ln2.$ In this article, we analyze the energetics of feedback enabled erasure, while incorporating the imperfections of experimentally realized memory and bit erasure protocols that admit failure probabilities. We delineate the role of uncertainty in measurements and its effects on the work and entropy changes for a feedback-based erasure. We quantitatively demonstrate that the deficit between the Landauer limit and the minimum average work needed in a feedback-based erasure is accounted for by the mutual information between the measurement and the state of the memory, while incorporating the imperfections inherent in any realization. We experimentally demonstrate analysis results on a memory and erasure protocol realized using optical fields.


翻译:Landauer的消化原则指出,任何对一个小记忆的不可逆转的消化协议都需要至少为 $k_B T IN2.$ 的概念实验最新证明表明,可以设计接近 Landauer 限制的消化协议。在反馈中,可以测量比特的状态,比特的消化所需的工作可能低于 $k_B T IN2.$ 。在本篇文章中,我们分析反馈的能量促成消化,同时纳入实验性实现的记忆和比特的消化协议的不完善之处,承认失败的概率。我们界定了测量中的不确定性的作用及其对工作的影响,以及基于反馈的消化机制的变换。我们从数量上表明,Landauer 限制与基于反馈的消化所需的最低平均工作量之间的缺漏是由测量和记忆状态之间的相互信息造成的,同时纳入任何实现过程中固有的不完善之处。我们实验性地展示了利用光学场实现的记忆和消化协议的分析结果。

0
下载
关闭预览

相关内容

专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Python计算导论,560页pdf,Introduction to Computing Using Python
专知会员服务
72+阅读 · 2020年5月5日
【反馈循环自编码器】FEEDBACK RECURRENT AUTOENCODER
专知会员服务
22+阅读 · 2020年1月28日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
4+阅读 · 2018年6月4日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Arxiv
0+阅读 · 2021年5月28日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Arxiv
15+阅读 · 2019年9月30日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
LibRec 精选:近期15篇推荐系统论文
LibRec智能推荐
5+阅读 · 2019年3月5日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
4+阅读 · 2018年6月4日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Top
微信扫码咨询专知VIP会员