論文の概要: Machine learning assisted quantum state estimation

• arxiv url: http://arxiv.org/abs/2003.03441v1
• Date: Fri, 6 Mar 2020 21:12:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 01:57:31.126514
• Title: Machine learning assisted quantum state estimation
• Title（参考訳）: 機械学習による量子状態推定
• Authors: Sanjaya Lohani, Brian T. Kirby, Michael Brodsky, Onur Danaci, and Ryan T. Glasser
• Abstract要約: 我々は、量子状態の再構築に機械学習技術を利用する一般的な量子状態トモグラフィーフレームワークを構築した。 幅広い純粋および混合入力状態に対して,本手法が機能的に等価な再構成状態を生成することをシミュレーションにより実証する。 我々は,機械学習と量子状態推定の分野を組み合わせることで,トモグラフィに基づく量子実験を大幅に改善し,高速化することが期待できる。
• 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: We build a general quantum state tomography framework that makes use of machine learning techniques to reconstruct quantum states from a given set of coincidence measurements. For a wide range of pure and mixed input states we demonstrate via simulations that our method produces functionally equivalent reconstructed states to that of traditional methods with the added benefit that expensive computations are front-loaded with our system. Further, by training our system with measurement results that include simulated noise sources we are able to demonstrate a significantly enhanced average fidelity when compared to typical reconstruction methods. These enhancements in average fidelity are also shown to persist when we consider state reconstruction from partial tomography data where several measurements are missing. We anticipate that the present results combining the fields of machine intelligence and quantum state estimation will greatly improve and speed up tomography-based quantum experiments.
• Abstract（参考訳）: 我々は、機械学習技術を用いて、所定の一致測定セットから量子状態を再構成する一般的な量子状態トモグラフィーフレームワークを構築した。 本手法が従来の手法と機能的に等価な再構成状態を生成することをシミュレーションにより示し,高額な計算がシステムにフロントロードされているという利点を付加した。 さらに, シミュレーション音源を含む測定結果を用いて, 従来の再建法と比較して, 平均忠実度を著しく向上させることができる。 これらの拡張は、いくつかの測定値が欠落している部分トモグラフィーデータからの状態再構成を考えると、持続することを示す。 計算機知能と量子状態推定の分野を組み合わせることにより, トモグラフィに基づく量子実験の大幅な改善と高速化が期待できる。

関連論文リスト

• Quantum Assemblage Tomography [0.40151799356083073]
  本稿では,コニカル最適化手法と最大推定値を組み合わせた集合体トモグラフィーの一般化損失モデルを提案する。 本手法は, モデル複雑度を考慮に入れながら, 再現の精度を向上することを示す。
  論文  参考訳（メタデータ） (2024-08-28T07:00:44Z)
• Experimental demonstration of reconstructing quantum states with generative models [0.44600863117978684]
  本稿では,プログラム可能な超伝導トランスモン量子ビットの配列を用いたニューラルネットワーク生成モデルに基づく量子状態の再構成実験を行った。 本研究は、複雑な量子デバイスを検証・特徴化するための機械学習技術を活用した興味深い可能性について実験的に示すものである。
  論文  参考訳（メタデータ） (2024-07-21T09:44:05Z)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• Reconstructing complex states of a 20-qubit quantum simulator [0.6646556786265893]
  本稿では, 量子状態の多角化を効果的に再現する手法を示す。 我々は,ニューラルネットワークの量子状態表現に基づく手法と比較して,状態再構成の品質と収束の高速化を観察する。 本研究は,多体量子系のクエンチダイナミクスによって生成される複素状態の効率的な実験的評価への道を開くものである。
  論文  参考訳（メタデータ） (2022-08-09T15:52:20Z)
• Quantum state tomography with tensor train cross approximation [84.59270977313619]
  測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。 本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
  論文  参考訳（メタデータ） (2022-07-13T17:56:28Z)
• Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
  いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。 ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
  論文  参考訳（メタデータ） (2022-06-30T17:45:05Z)
• On the experimental feasibility of quantum state reconstruction via machine learning [0.0]
  最大4量子ビットのシステムに対する機械学習に基づく量子状態再構成手法の資源スケーリングを決定する。 高次元システムのトモグラフィで遭遇する可能性が高い低カウント体制におけるシステム性能を検討する。 ibm q量子コンピュータ上で量子状態再構成手法を実装し,結果を確認した。
  論文  参考訳（メタデータ） (2020-12-17T07:51:47Z)
• Machine learning pipeline for quantum state estimation with incomplete measurements [0.0]
  2量子系は通常、36の射影測定を高忠実度トモグラフィー推定に用いている。 36の測定のオーバーコンプリート性は、測定結果の欠落に対する推定手順の堅牢性を示している。 私たちは、計算、ノイズ化、状態推定のために、積み重ねられた機械学習モデルのパイプラインを作成します。
  論文  参考訳（メタデータ） (2020-12-05T19:02:00Z)
• Fast and robust quantum state tomography from few basis measurements [65.36803384844723]
  本稿では、上記の全てのリソースを精度に悪影響を及ぼすことなく最適化するオンライントモグラフィーアルゴリズムを提案する。 このプロトコルは、状態コピー、測定設定、メモリのランクと寸法で証明可能なパフォーマンスを初めて提供する。 量子コンピュータ上でアルゴリズムを実行し、量子状態トモグラフィーのための量子スピードアップを提供することにより、さらなる改善が可能となる。
  論文  参考訳（メタデータ） (2020-09-17T11:28:41Z)
• Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
  機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。 本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。 実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-31T17:25:12Z)
• Direct estimation of quantum coherence by collective measurements [54.97898890263183]
  量子状態におけるコヒーレンス量を推定するための集合的測定手法を提案する。 本手法は、トモグラフィーや適応計測に基づいて、他の推定方法よりも優れている。 本手法は,光子を用いて実験的に実装することで,今日の技術で利用できることを示す。
  論文  参考訳（メタデータ） (2020-01-06T03:50:42Z)

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。