个人简介

杨晓东，博士，助理教授/特聘副研究员，硕士生导师，深圳市海外高层次人才。2014年6月，他从中国科学技术大学粒子物理与核物理专业本科毕业。2020年6月，他在中国科学技术大学量子物理专业获得博士学位，博士期间主要从事基于核磁共振的量子控制研究，导师为彭新华教授。他曾于2017年11月至2018年11月赴美国普林斯顿大学进行学术访问，导师为兰姆奖获得者Herschel Rabitz教授。2020年9月至2022年10月，他在南方科技大学李俊研究员的课题组进行博士后研究，主要方向为量子控制方法研究及实验应用。2022年11月-2023年11月，他在南方科技大学任研究助理教授。他已在Physical Review Letters, Npj Quantum Information, Physical Review Applied等杂志上发表学术论文20多篇，其中一作或通讯10篇。他正在主持或已结题的项目有国家自然科学基金青年项目和中国博士后科学基金面上项目。

个人信息

(∗: 同等贡献; †: 通讯作者)

1. H. Liu, X. Yang†, K. Tang, L. Che, X. Nie, T. Xin, J. Li, and D. Lu†, Practical quantum simulation of small-scale non-Hermitian dynamics, Phys. Rev. A 107, 062608 (2023).

2. Y. Zhang∗, H. Wu∗, X. Yang∗, T. Xie, Y.-X. Wang, C. Liu, Q. Zhao, J. Ma†, J. Li†, and B. Zhang†, Robust Quantum Control for the Manipulation of Solid-State Spins, Phys. Rev. Appl. 19, 034068 (2023).

3. Y. Zhai, X. Yang†, K. Tang, X. Long, X. Nie, T. Xin, D. Lu, and J. Li†, Control-enhanced quantum metrology under Markovian noise, Phys. Rev. A 107, 022602 (2023).

4. X. Yang, X. Nie, Y. Ji, T. Xin, D. Lu†, and J. Li†, Improved quantum computing with higher-order Trotter decomposition, Phys. Rev. A 106, 042401 (2022).

5. X. Yang, Y. Ge, B. Zhang†, and J. Li†, Robust Dynamical Decoupling for the Manipulation of a Spin Network Via a Single Spin, Phys. Rev. Appl. 18, 054075 (2022).

6. X. Yang, X. Chen, J. Li†, X. Peng†, and R. Laflamme, Hybrid quantum-classical approach to enhanced quantum metrology, Sci. Rep. 11, 1 (2021).

7. X. Yang, C. Arenz, I. Pelczer, Q.-M. Chen, R.-B. Wu†, X. Peng†, and H. Rabitz†, Assessing three closed-loop learning algorithms by searching for high-quality quantum control pulses, Phys. Rev. A 102, 062605 (2020).

8. X. Yang, J. Thompson, Z. Wu, M. Gu†, X. Peng†, and J. Du, Probe optimization for quantum metrology via closed-loop learning control, npj Quantum Inf. 6, 62 (2020).

9. X. Yang, R. Liu, J. Li†, and X. Peng†, Optimizing adiabatic quantum pathways via a learning algorithm, Phys. Rev. A 102, 012614 (2020).

10. X. Yang, J. Li†, and X. Peng†, An improved differential evolution algorithm for learning high-fidelity quantum controls, Sci. Bull. 64, 1402 (2019).

本人及课题组常年招收硕士、博士和博士后，也欢迎对量子控制、量子计算、量子精密测量等感兴趣的本科生加入。感兴趣的同学请发邮件与本人联系。