Tomografia de hamiltoniano para sistemas de dois qubits utilizando aprendizado de máquina

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Prado, Marcelo Velludo de Souza
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://hdl.handle.net/11449/244662
Resumo: Para sistemas quânticos fechados, a energia é uma observável que pode ser representada por uma matriz hermitiana chamada de hamiltoniano. Com a hamiltoniano que descreve o sistema quântico, podemos determinar a sua dinâmica através da equação de Schrödinger, que diz a taxa de variação de um estado |ψ(t)⟩ com respeito a um determinado instante t. Resolvendo a equação para um estado inicial consegue-se determinar a evolução do sistema. Utilizando o hamiltoniano que descreve um sistema de duplos pontos quânticos, e medindo as observáveis locais, aplicamos o modelo de aprendizado de máquina Extra-Trees com o objetivo de realizar a tomografia completa do hamiltoniano. Ficou demonstrado a efetividade da solução em diversas situações e, afim de obter diretrizes para auxiliar o físico experimental, realizamos analises exploratórias com o intuito de melhorar o entendimento sobre o problema de tomografia de hamiltoniano.