Fugu-MT 論文翻訳(概要): Quantum device fine-tuning using unsupervised embedding learning

論文の概要: Quantum device fine-tuning using unsupervised embedding learning

arxiv url: http://arxiv.org/abs/2001.04409v1
Date: Mon, 13 Jan 2020 17:18:54 GMT
ステータス: 処理完了
システム内更新日: 2023-01-11 23:07:27.606277
Title: Quantum device fine-tuning using unsupervised embedding learning
Title（参考訳）: 教師なし埋め込み学習を用いた量子デバイス微調整
Authors: N.M. van Esbroeck, D.T. Lennon, H. Moon, V. Nguyen, F. Vigneau, L.C. Camenzind, L. Yu, D.M. Zumb\"uhl, G.A.D. Briggs, D. Sejdinovic, and N. Ares
Abstract要約: 我々は,複数のデバイスパラメータを同時に微調整できるアルゴリズムを実験的に実証した。約40分以内に二重量子ドットデバイスの微調整時間を報告した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Quantum devices with a large number of gate electrodes allow for precise control of device parameters. This capability is hard to fully exploit due to the complex dependence of these parameters on applied gate voltages. We experimentally demonstrate an algorithm capable of fine-tuning several device parameters at once. The algorithm acquires a measurement and assigns it a score using a variational auto-encoder. Gate voltage settings are set to optimise this score in real-time in an unsupervised fashion. We report fine-tuning times of a double quantum dot device within approximately 40 min.
Abstract（参考訳）: 多数のゲート電極を持つ量子デバイスは、デバイスパラメータを正確に制御することができる。この機能は、これらのパラメータが応用ゲート電圧に複雑に依存するため、完全には利用できない。複数のデバイスパラメータを一度に微調整できるアルゴリズムを実験的に実証した。アルゴリズムは測定値を取得し、変分オートエンコーダを用いてスコアを割り当てる。ゲート電圧設定は、このスコアを教師なしの方法でリアルタイムで最適化するように設定される。約40分以内に二重量子ドットデバイスの微調整時間を報告した。

関連論文リスト

Universal quantum operations and ancilla-based readout for tweezer clocks [3.2810235099960297]
我々は、中性原子の超狭光遷移に対する普遍量子演算とアンシラに基づく読み出しを示す。我々の研究は、中性原子を持つハイブリッドプロセッサクロックデバイスの基礎を築き、量子センサーにリンクされた量子プロセッサの実用的応用の可能性を示唆している。
論文参考訳（メタデータ） (2024-02-25T23:35:36Z)
Fast Flux-Activated Leakage Reduction for Superconducting Quantum Circuits [84.60542868688235]
量子ビット実装のマルチレベル構造から生じる計算部分空間から漏れること。パラメトリックフラックス変調を用いた超伝導量子ビットの資源効率向上のためのユニバーサルリーク低減ユニットを提案する。繰り返し重み付け安定化器測定におけるリーク低減ユニットの使用により,検出されたエラーの総数を,スケーラブルな方法で削減できることを実証した。
論文参考訳（メタデータ） (2023-09-13T16:21:32Z)
Sample-efficient verification of continuously-parameterized quantum gates for small quantum processors [0.0]
小型量子プロセッサにおける量子ゲートのサンプル効率検証手法を実証する。本手法により得られた忠実度推定は, クロスエントロピー・ベンチマークにより得られた忠実度推定よりも分散度が低いことを示す。これは、ある所望の精度で忠実度損失を推定する際に、サンプル効率に実験的に関係する利点を与える。
論文参考訳（メタデータ） (2022-05-25T22:52:23Z)
Fast Quantum Calibration using Bayesian Optimization with State Parameter Estimator for Non-Markovian Environment [11.710177724383954]
弱測定とベイズ最適化を利用してゲート設計のための最適制御パルスを求める,量子状態のリアルタイム最適推定器を提案する。以上の結果から,キャリブレーション過程が著しく低下し,高いゲート忠実度が得られた。
論文参考訳（メタデータ） (2022-05-25T17:31:15Z)
Minimum quantum run-time characterization and calibration via restless measurements with dynamic repetition rates [0.716879432974126]
スピードアップキャリブレーションとキャラクタリゼーションのタスクを動的に繰り返し行うレスレス測定結果を示す。また、レスレス状態準備誤差を緩和するレスレス量子プロセストモグラフィーを行う手法を提案する。
論文参考訳（メタデータ） (2022-02-14T19:00:18Z)
Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
論文参考訳（メタデータ） (2022-01-14T19:24:31Z)
Experimental Bayesian calibration of trapped ion entangling operations [48.43720700248091]
我々は,広く使用されているMolmer-Sorensenエンタングゲート操作の実験パラメータを自動的に推定し,調整する効率的なキャリブレーションプロトコルを開発し,特徴付ける。実験では, ゲートキャリブレーションを1分以内で完了する間, 実験サイクルは1200pm500$で, ゲートキャリブレーションの中央値が1.3(1)cdot10-3$であることを示す。
論文参考訳（メタデータ） (2021-12-02T16:59:00Z)
Accurate methods for the analysis of strong-drive effects in parametric gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
論文参考訳（メタデータ） (2021-07-06T02:02:54Z)
Quantum control landscape for ultrafast generation of single-qubit phase shift quantum gates [68.8204255655161]
単一量子ビット位相シフト量子ゲートの超高速制御問題を考える。大域的最適制御は、最大忠実度でゲートを実現する制御である。 Trapは、ローカルにのみ最適だが、グローバルにはないコントロールである。
論文参考訳（メタデータ） (2021-04-26T16:38:43Z)
Improving the Performance of Deep Quantum Optimization Algorithms with Continuous Gate Sets [47.00474212574662]
変分量子アルゴリズムは計算的に難しい問題を解くのに有望であると考えられている。本稿では,QAOAの回路深度依存性能について実験的に検討する。この結果から, 連続ゲートセットの使用は, 短期量子コンピュータの影響を拡大する上で重要な要素である可能性が示唆された。
論文参考訳（メタデータ） (2020-05-11T17:20:51Z)
Machine learning enables completely automatic tuning of a quantum device faster than human experts [0.0]
デバイス可変性は、半導体量子デバイスのスケーラビリティのボトルネックである。数個のモデル仮定を用いて,このパラメータ空間全体をナビゲートする統計的チューニングアルゴリズムを実証する。これは、量子デバイスのパラメータ空間を探索し最適化するために機械学習技術を使用することの、重要な実証である。
論文参考訳（メタデータ） (2020-01-08T15:58:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。