可视化大的纠缠态的可能方法是什么？

用来描绘大的纠缠状态的显着可视化是什么？在什么情况下最常使用它们？

它们的优缺点是什么？

在检验真正的高阶纠缠中，以下图形表示纠缠的qudits

在回答为“可替代布洛赫球面表示单个量子比特” @Rob引用马约喇纳表示，qutrit Hilbert空间和NMR实施qutrit门哪些状态

对于的马约喇纳表示系统已得到广泛应用，如确定自旋的几何相位，表示通过旋量点，多量子位的几何表示纠缠态，混沌量子动力系统的统计和表征偏振光。$s$$N$$N$

该论文还包括了对Qudits的这种表示方式

我最近问过如何形象地表示一个qubyte。在@DaftWullie的回答的评论中，我提出了一个8立方体（hypercube graph）：

可以通过偏斜正交投影将n立方体投影到规则的2n多边形内

该方法似乎允许以可伸缩的方式可视化纠缠的复杂性。

ZX演算是一种用于处理量子位线性图的图形语言，尤其可以表示量子位的任何状态。基本上，ZX图表是张量网络，但是还有一组额外的重写规则，可让您以图形方式对其进行操作。在Wikipedia页面上，您可以找到有关如何证明某个量子电路确实实现GHZ状态的示例。它也已用于推理基于测量的量子计算，因为它使您可以直接推理图状态。

在PyZX（免责声明：我是首席开发人员）中，我们使用自动图形重写来推理和证明涉及涉及数千个顶点的ZX图表的结果，并且我们可以可视化数十个量子位上的电路和状态。

我个人的看法：

是的，可以使用量子贝叶斯网络可视化大的纠缠态。看到

• 根据贝叶斯和马尔可夫网络对量子密度矩阵进行因式分解，作者是罗伯特·R·图奇（Robert R. Tucci）（显然我是这里的作者）

• 用于分析经典贝叶斯网络和量子贝叶斯网络的Python工具（免责声明：我的公司是artiste-qb.net）

其他人可能会建议使用Tensor网络而不是量子贝叶斯网络。这就引出了一个问题：量子贝叶斯网络和张量网络如何比较？我已经考虑过这一点，并在此博客文章中收集了我的想法。

博客文章的第一行：

我经常被问到一个问题，张量网络和量子贝叶斯网络之间有什么区别，并且使用一个相对于另一个有什么好处。

当处理概率时，我更喜欢量子贝叶斯网络，因为b网是表达概率（和概率振幅）的一种更自然的方式，而张量网可以用来表示概率以外的许多物理量，因此它们不是为工作量身定制的。 b网是。让我更详细地解释技术倾向。

可以考虑量子贝叶斯网络的分隔壁两侧的二分纠缠。这样的二分纠缠可以写出很好的不等式。例如，参见《量子位系统中的纠缠多边形不等式》，钱小峰，Miguel A. Alonso，Joseph H. Eberly。

也可以尝试定义n> 2的n粒子缠结的度量，其中n是量子贝叶斯网络的节点数。参见，例如，验证真正的高阶纠缠，李彻明，陈凯，Andreas Reingruber，陈岳南，潘建伟。