{%hackmd Bkjq2TE6n %}

## 共筆
:::info
請將筆記內容記在下方~
:::

### one way quantum computation

- Tomography analysis
- 分析未知的量子狀態品質
- 輸入為未知狀態
- 分析多少成分是量子，多少成分是古典
- 有噪音等 -> 古典成分增高

#### 便是是否為古典成分

- 輸入是符合實在性
- 狀態變換是古典的
- 輸出可以使用古典方式分析
=> 如果符合，代表是古典成分，否則為量子成分

#### 韌性測試

加上噪音，使得變成古典的狀態，需要越多噪音就代表容忍性越好

### star-graph states

1,2 是糾纏
3,4 是糾纏
2 和 3 做 diffusion (PBS) => 四點糾纏

:star: 關鍵: 需要 2,3 同時抵達 (也就是有可能要有 delay 操控抵達時間)

  4
  |
  3
 / \
1   2

#### 如何做一對糾纏

- 390 nm 的藍光 -> BBO -> 兩顆 h,v 的 780nm 光子
- 符合能量守恆
- h,v 一顆向上一顆向下
- 符合動量守恆

h, v 造成的圓分別是水平偏振 & 垂直偏振，且有 2 交點
- 交點處為一對糾纏光子

#### 結果

- CNOT gate: 71%
- H gate: 83%
- T gate: 81%

實現了真的量子邏輯閘

### summary

建立了一個可以判斷量子網路是否有量子狀態的量化方法

### QA

Q: BBO 中的 1mm & 2mm 的差異
A: 提升糾纏態的品質

Q: 為何 quantum gate 的 fidelity 比較低
A: 因為 source 並非理想，所以在進行 operation (quantum gate) 會增加雜訊
Q: 如何改進
A: 提升產生糾纏源的理想度，換另一種非線性晶體，主要是找其他方法來產生糾纏源

Q: 為何是 input 量測過的結果才去做糾纏態
A:

Q: 糾纏 1,2 和糾纏 3,4 中做 2,3 糾纏後為何在 star graph 看起來會使得 1,2 失去糾纏
A: star graph 表示的邊並非代表糾纏，而是該 graph 最能代表此狀態