Non-Gaussian quantum state generation by multi-photon subtraction at the telecommunication wavelength

Auteurs : Mamoru Endo, Ruofan He, Tatsuki Sonoyama, Kazuma Takahashi, Takahiro Kashiwazaki, Takeshi Umeki, Sachiko Takasu, Kaori Hattori, Daiji Fukuda, Kosuke Fukui, Kan Takase, Warit Asavanant, Petr Marek, Radim Filip, Akira Furusawa

Optics Express 31, 12865-12879 (2023)
arXiv: 2301.09871v1 - DOI (quant-ph)
14 pages, 5 figures

Résumé : In the field of continuous-variable quantum information processing, non-Gaussian states with negative values of the Wigner function are crucial for the development of a fault-tolerant universal quantum computer. While several non-Gaussian states have been generated experimentally, none have been created using ultrashort optical wave packets, which are necessary for high-speed quantum computation, in the telecommunication wavelength band where mature optical communication technology is available. In this paper, we present the generation of non-Gaussian states on wave packets with a short 8-ps duration in the 1545.32 nm telecommunication wavelength band using photon subtraction up to three photons. We used a low-loss, quasi-single spatial mode waveguide optical parametric amplifier, a superconducting transition edge sensor, and a phase-locked pulsed homodyne measurement system to observe negative values of the Wigner function without loss correction up to three-photon subtraction. These results can be extended to the generation of more complicated non-Gaussian states and are a key technology in the pursuit of high-speed optical quantum computation.

Soumis à arXiv le 24 Jan. 2023

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.