論文の概要: Beyond Quantum Noise Spectroscopy: modelling and mitigating noise with quantum feature engineering

• arxiv url: http://arxiv.org/abs/2003.06827v1
• Date: Sun, 15 Mar 2020 13:24:45 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-29 02:35:44.363301
• Title: Beyond Quantum Noise Spectroscopy: modelling and mitigating noise with quantum feature engineering
• Title（参考訳）: 量子ノイズスペクトロスコピーを超えて:量子機能工学によるノイズのモデリングと緩和
• Authors: Akram Youssry, Gerardo A. Paz-Silva, Christopher Ferrie
• Abstract要約: 量子技術を使って、科学や産業など、有用なタスクをこなせる能力は、正確な量子制御に根ざしている。 一般に、量子システムやデバイスの特徴付けが困難であるため、提案された解を評価することは困難である。 本稿では,量子的特徴からなる新しいディープラーニングフレームワークを応用した汎用的特徴化・制御ソリューションを提案する。
• 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: The ability to use quantum technology to achieve useful tasks, be they scientific or industry related, boils down to precise quantum control. In general it is difficult to assess a proposed solution due to the difficulties in characterising the quantum system or device. These arise because of the impossibility to characterise certain components in situ, and are exacerbated by noise induced by the environment and active controls. Here we present a general purpose characterisation and control solution making use of a novel deep learning framework composed of quantum features. We provide the framework, sample data sets, trained models, and their performance metrics. In addition, we demonstrate how the trained model can be used to extract conventional indicators, such as noise power spectra.
• Abstract（参考訳）: 量子技術を使って、科学や産業に関連する有用なタスクを達成する能力は、正確な量子制御に沸騰する。 一般に、量子システムやデバイスの特徴付けが困難であるため、提案された解を評価することは困難である。 これらは、特定の構成要素をその場で特徴付けることができないことによるものであり、環境やアクティブな制御によって引き起こされるノイズによって悪化する。 本稿では,量子的特徴からなる新しいディープラーニングフレームワークを用いた汎用的特徴化・制御ソリューションを提案する。 フレームワーク、サンプルデータセット、トレーニング済みモデル、パフォーマンスメトリクスを提供しています。 さらに,ノイズパワースペクトルなどの従来の指標を抽出するために,学習モデルをどのように利用できるかを示す。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Resource Saving via Ensemble Techniques for Quantum Neural Networks [1.4606049539095878]
  本稿では,複数の量子ニューラルネットワークのインスタンスに基づいて,単一の機械学習モデルを構築することを含むアンサンブル手法を提案する。 特に,データロード構成の異なるバッグングとAdaBoostの手法を実装し,その性能を実世界の分類と回帰の両方で評価する。 これらの手法により,比較的小さな量子デバイス上でも,大規模で強力なモデルの構築が可能であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-20T17:19:45Z)
• Quantifying the Expressive Capacity of Quantum Systems: Fundamental Limits and Eigentasks [0.0]
  機械学習のための量子システムの表現能力は、測定中に発生する量子サンプリングノイズによって制限される。 有限個の測定値から一般量子系の表現能力を評価するための数学的枠組みを提案する。 低ノイズ固有タスクを抽出することで,分類や過度適合性などの機械学習タスクのパフォーマンスが向上することを示す。
  論文  参考訳（メタデータ） (2022-12-30T20:15:31Z)
• Self-consistent noise characterization of quantum devices [0.0]
  我々は,単純な予測ノイズモデルに単一量子ビットのデフォーカスを引き起こす量子環境の低減手法を開発した。 我々は、ナノスケールの空間分解能、ダイヤモンド中の2つの電子スピンが経験するノイズを特徴付けることによって、我々のアプローチのパワーと限界を実証する。
  論文  参考訳（メタデータ） (2022-10-17T19:10:56Z)
• Quantum Noise-Induced Reservoir Computing [0.6738135972929344]
  本稿では,量子ノイズによる貯水池計算というフレームワークを提案する。 いくつかの抽象量子ノイズモデルが時間的入力データに有用な情報処理能力を誘導できることを示す。 我々の研究は、量子コンピュータのノイズからより洗練された情報処理装置に有用な情報を変換するための新しい道を開く。
  論文  参考訳（メタデータ） (2022-07-16T12:21:48Z)
• Noisy Quantum Kernel Machines [58.09028887465797]
  量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。 消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。 量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
  論文  参考訳（メタデータ） (2022-04-26T09:52:02Z)
• Characterizing quantum instruments: from non-demolition measurements to quantum error correction [48.43720700248091]
  量子情報処理では、量子演算はしばしば古典的なデータをもたらす測定とともに処理される。 非単位の動的プロセスは、一般的な量子チャネルの記述が時間進化を記述するのに失敗するシステムで起こりうる。 量子測定は古典的な出力と測定後の量子状態の両方を計測するいわゆる量子機器によって正しく扱われる。
  論文  参考訳（メタデータ） (2021-10-13T18:00:13Z)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)
• Robustness Verification of Quantum Classifiers [1.3534683694551501]
  我々は、雑音に対する量子機械学習アルゴリズムの検証と解析のための正式なフレームワークを定義する。 堅牢な境界が導出され、量子機械学習アルゴリズムが量子トレーニングデータに対して堅牢であるか否かを確認するアルゴリズムが開発された。 我々のアプローチはGoogleのQuantum分類器に実装されており、ノイズの小さな乱れに関して量子機械学習アルゴリズムの堅牢性を検証することができる。
  論文  参考訳（メタデータ） (2020-08-17T11:56:23Z)

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。