論文の概要: Real-time calibration of coherent-state receivers: learning by trial and
error
- arxiv url: http://arxiv.org/abs/2001.10283v1
- Date: Tue, 28 Jan 2020 11:56:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-06 03:00:30.169562
- Title: Real-time calibration of coherent-state receivers: learning by trial and
error
- Title（参考訳）: コヒーレント状態受信機のリアルタイム校正:試行錯誤による学習
- Authors: M. Bilkis, M. Rosati, R. Morral Yepes and J. Calsamiglia
- Abstract要約: 強化学習プロトコルにより、エージェントが最適に近いコヒーレント状態の受信機を学習できることを示す。
その結果,RL技術は量子受信機のオンライン制御に適しており,長距離通信に利用できることがわかった。
- 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: The optimal discrimination of coherent states of light with current
technology is a key problem in classical and quantum communication, whose
solution would enable the realization of efficient receivers for long-distance
communications in free-space and optical fiber channels. In this article, we
show that reinforcement learning (RL) protocols allow an agent to learn
near-optimal coherent-state receivers made of passive linear optics,
photodetectors and classical adaptive control. Each agent is trained and tested
in real time over several runs of independent discrimination experiments and
has no knowledge about the energy of the states nor the receiver setup nor the
quantum-mechanical laws governing the experiments. Based exclusively on the
observed photodetector outcomes, the agent adaptively chooses among a set of ~3
10^3 possible receiver setups, and obtains a reward at the end of each
experiment if its guess is correct. At variance with previous applications of
RL in quantum physics, the information gathered in each run is intrinsically
stochastic and thus insufficient to evaluate exactly the performance of the
chosen receiver. Nevertheless, we present families of agents that: (i) discover
a receiver beating the best Gaussian receiver after ~3 10^2 experiments; (ii)
surpass the cumulative reward of the best Gaussian receiver after ~10^3
experiments; (iii) simultaneously discover a near-optimal receiver and attain
its cumulative reward after ~10^5 experiments. Our results show that RL
techniques are suitable for on-line control of quantum receivers and can be
employed for long-distance communications over potentially unknown channels.
- Abstract（参考訳）: 現在の技術と光のコヒーレント状態の最適識別は、古典的および量子的な通信において鍵となる問題であり、その解決策は、自由空間および光ファイバチャネルにおける長距離通信の効率的な受信機の実現を可能にする。
本稿では,RLプロトコルにより,受動線形光学,光検出器,古典的適応制御などを用いて,エージェントが最適に近いコヒーレント状態の受信機を学習できることを示す。
各エージェントは、いくつかの独立した識別実験を通じて、リアルタイムで訓練およびテストされ、状態のエネルギー、受信機の設定、および実験を管理する量子力学的法則に関する知識を持たない。
観察された光検出器結果のみに基づいて、エージェントは、可能な受信装置のセット~310^3を適応的に選択し、その推測が正しければ各実験の最後に報酬を得る。
量子物理学におけるRLの以前の応用と違い、各ランで収集された情報は本質的に確率的であり、選択された受信機の性能を正確に評価するには不十分である。
それにもかかわらず、我々は以下のエージェントのファミリーを提示する。
i) 3 10^2実験後,最高のガウス受信機を打つ受信機を発見する。
(ii)10^3実験後,最高のガウス受信機の累積報酬を超える。
三) ほぼ最適の受信機を同時に発見し、10^5実験後に累積報酬を得る。
以上の結果から,RL手法は量子受信機のオンライン制御に適した手法であり,未知チャネル上での長距離通信に利用できることがわかった。
関連論文リスト
- Quantum Illumination with a Hetero-Homodyne Receiver and Sequential
Detection [0.8714677279673737]
本稿では、量子照明(QI)ターゲット検出のためのヘテロホモジン受信機を提案する。
従来のQI受信機とは異なり、QIの帰還した放射と格納されたアイドラーの間の量子相互作用を必要としないカスケードされた正の演算子値測定(POVM)を使用する。
論文 参考訳（メタデータ） (2023-03-31T17:00:15Z) - Quantum Receiver Enhanced by Adaptive Learning [1.468535802698246]
適応学習(QREAL)により強化された量子レシーバと呼ばれる汎用アーキテクチャを提案する。
QREALは、記録的な高効率のハードウェアプラットフォームで実験的に実装されている。
2つのコヒーレント状態符号化スキームにおいて、誤差率は標準量子限界よりも40%まで減少する。
論文 参考訳（メタデータ） (2022-05-16T15:30:16Z) - Reinforcement-learning calibration of coherent-state receivers on
variable-loss optical channels [0.0]
可変透過率を有する量子光チャネル上で伝送される光コヒーレント状態に対する量子受信機の校正問題について検討する。
チャネル透過率分布について,ケネディやドリナーなどのレガシ適応受信機の誤差確率を平均で最適化する。
論文 参考訳（メタデータ） (2022-03-18T09:12:19Z) - Probing quantum devices with radio-frequency reflectometry [68.48453061559003]
高周波反射計は、その持続時間が極端に短い場合や、マイクロ秒以下の場合であってもインピーダンスの変化を測定することができる。
反射率実験の例としては、量子コンピューティングのための量子ビットとマヨラナデバイスの射影測定がある。
本書は,本手法を読者に紹介し,現在までの進歩をレビューし,高速量子デバイス力学の新しい実験を動機付けることを目的としている。
論文 参考訳（メタデータ） (2022-02-21T20:14:21Z) - Towards Optimal Quantum Ranging -- Hypothesis Testing for an Unknown
Return Signal [6.345523830122166]
レンジフィンディングおよびLIDARでは、受信機で異なる状態を検出することにより、ターゲットの有無を検査することができる。
我々は、未知のコヒーレント状態の戻り信号に対する量子仮説テストを用いて、対称および非対称誤差確率の限界を導出する。
論文 参考訳（メタデータ） (2021-09-03T16:20:54Z) - Experimental multi-state quantum discrimination through a Quantum
network [63.1241529629348]
我々は,ネットワーク構造に特徴付けられる受信機と情報処理の動的処理に基づいて,最小エラーシナリオにおいて2つの識別方式を実験的に実装した。
第1のプロトコルはバイナリ最適識別を実現し、第2のプロトコルは、ネットワークライク受信機の動的特徴に依存するマルチステート量子識別に対する新しいアプローチを提供する。
論文 参考訳（メタデータ） (2021-07-21T09:26:48Z) - Demonstration of quantum advantage by a joint detection receiver for
optical communications using quantum belief propagation on a trapped-ion
device [0.7758302353877525]
本稿では,3ビット線形ツリー符号の2相シフトキーコードワードに対する量子ジョイント検出器の実験的検討を行う。
量子回路に変換された受信機は、トラップイオンデバイスに実験的に実装された。
最小平均復号誤差確率の量子限界を超える実験的なフレームワークを提供する。
論文 参考訳（メタデータ） (2021-02-25T18:05:31Z) - Propagating Wigner-Negative States Generated from the Steady-State
Emission of a Superconducting Qubit [52.332094293284904]
超伝導量子ビットからウィグナー負の状態を生成する。
我々は理論と一致して0.08を超える大きなウィグナー対数否定性(英語版)を観察する。
論文 参考訳（メタデータ） (2021-01-23T16:30:31Z) - Efficient and robust certification of genuine multipartite entanglement
in noisy quantum error correction circuits [58.720142291102135]
実効多部絡み(GME)認証のための条件付き目撃手法を導入する。
線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。
本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
論文 参考訳（メタデータ） (2020-10-06T18:00:07Z) - Optimally Displaced Threshold Detection for Discriminating Binary
Coherent States Using Imperfect Devices [50.09039506170243]
雑音や不完全な装置を用いた現実的な状況下で、最適変位しきい値検出(ODTD)を有する一般化されたケネディ受信機の性能を解析的に検討する。
提案アルゴリズムは,既存の手法よりも低次かつスムーズな誤り確率が得られることを示す。
論文 参考訳（メタデータ） (2020-07-21T21:52:29Z) - Millimeter Wave Communications with an Intelligent Reflector:
Performance Optimization and Distributional Reinforcement Learning [119.97450366894718]
ミリ波基地局のダウンリンクマルチユーザ通信を最適化するための新しいフレームワークを提案する。
チャネル状態情報(CSI)をリアルタイムで計測するために,チャネル推定手法を開発した。
最適赤外反射を学習し、ダウンリンク能力の期待を最大化するために、分布強化学習(DRL)手法を提案する。
論文 参考訳（メタデータ） (2020-02-24T22:18:54Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。