Aprendizagem de máquina e suas aplicações na física quântica: metrologia, termologia, transições de fase e desacoplamento dinâmico

• Processo: 21/04655-8
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de outubro de 2021 - 30 de setembro de 2023
• Área do conhecimento: Ciências Exatas e da Terra - Física - Física Atômica e Molecular
• Pesquisador responsável: Felipe Fernandes Fanchini
• Beneficiário: Felipe Fernandes Fanchini
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Pesquisadores associados: João Paulo Papa
• Assunto(s): Mecânica quântica Pontos quânticos Termodinâmica quântica Transição de fase quântica Desacoplamento dinâmico Metrologia Aprendizado computacional
• Palavra(s)-Chave do Pesquisador: Aprendizagem de Maquina | desacoplamento dinâmico | Metrologia | Termologia | Transição de fase quântica | Física quântica

Resumo

Este projeto de pesquisa tem como objetivo desenvolver uma metodologia que possa ser aplicada em quatro temas principais da física quântica: metrologia quântica, termologia quântica, nas técnicas de proteção de erro e nas transições de fase quântica. Nós iremos focar em diversas técnicas de aprendizagem de máquina, considerando desde os modelos mais simplistas aos mais sofisticados. Em se tratando de metrologia quântica, teremos como foco o estudo de pontos quânticos, tentando desenvolver um algoritmo capaz de determinar a constante de acoplamento entre dois qubits. Em termologia, nosso objetivo será determinar a temperatura de um reservatório por meio de um sistema de prova. Em se tratando de transições de fase, nosso foco será no desenvolvimento de um classificador universal, ou seja, um algoritmo capaz de detectar as fases mesmo de modelos desconhecidos. Finalmente, faremos uso da aprendizagem de máquina para otimizar as técnicas de proteção de informação quântica, em especial o desacoplamento dinâmico. Pretendemos durante o desenvolvimento deste projeto introduzir novas rotinas para o estudo da metrologia, da termologia, das transições de fase quântica e das técnicas de proteção norteada agora por métodos computacionais baseados em aprendizagem de máquina. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

TANCARA, DIEGO; DINANI, HOSSEIN T.; NORAMBUENA, ARIEL; FANCHINI, FELIPE F.; COTO, RAUL. Kernel-based quantum regressor models learning non-Markovianity. HYSICAL REVIEW, v. 107, n. 2, p. 10-pg., 2023-02-03. (21/04655-8)

LUIZ, FABRICIO S.; DE OLIVEIRA, JR., A.; FANCHINI, FELIPE F.; LANDI, GABRIEL T.. achine classification for probe-based quantum thermometr. HYSICAL REVIEW, v. 105, n. 2, FEB 10 2022. (21/04655-8, 17/50304-7, 17/07973-5, 18/12813-0)

CADORIM, LEONARDO RODRIGUES; TOLEDO, LUCAS VENEZIANI DE; ORTIZ, WILSON AIRES; BERGER, JORGE; SARDELLA, EDSON. Closed vortex state in three-dimensional mesoscopic superconducting films under an applied transport current. PHYSICAL REVIEW B, v. 107, n. 9, p. 8-pg., 2023-03-20. (20/03947-2, 21/04655-8, 19/24618-0, 20/10058-0)