論文の概要: Conceptual understanding through efficient inverse-design of quantum optical experiments

• arxiv url: http://arxiv.org/abs/2005.06443v3
• Date: Sun, 15 Nov 2020 22:21:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-20 07:40:26.333400
• Title: Conceptual understanding through efficient inverse-design of quantum optical experiments
• Title（参考訳）: 量子光学実験の効率的な逆設計による概念理解
• Authors: Mario Krenn, Jakob Kottmann, Nora Tischler, Al\'an Aspuru-Guzik
• Abstract要約: 我々は、概念レベルで科学に貢献できる説明可能なAIアルゴリズムであるThesusを提示する。 本稿では,アルゴリズムを用いた量子光学実験の解釈可能な表現を提案する。 光技術の進歩が期待される量子光学において、いくつかの重要なオープンな問題を解く。
• 参考スコア（独自算出の注目度）: 1.1470070927586016
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One crucial question within artificial intelligence research is how this technology can be used to discover new scientific concepts and ideas. We present Theseus, an explainable AI algorithm that can contribute to science at a conceptual level. This work entails four significant contributions. (i) We introduce an interpretable representation of quantum optical experiments amenable to algorithmic use. (ii) We develop an inverse-design approach for new quantum experiments, which is orders of magnitudes faster than the best previous methods. (iii) We solve several crucial open questions in quantum optics, which is expected to advance photonic technology. Finally, and most importantly, (iv) the interpretable representation and drastic speedup produce solutions that a human scientist can interpret outright to discover new scientific concepts. We anticipate that Theseus will become an essential tool in quantum optics and photonic hardware, with potential applicability to other quantum physical disciplines.
• Abstract（参考訳）: 人工知能研究における重要な問題のひとつは、この技術が新しい科学的概念やアイデアの発見にどのように役立つかである。 我々は、概念レベルで科学に貢献できる説明可能なAIアルゴリズムであるTheseusを紹介する。 この作品には4つの大きな貢献がある。 (i)アルゴリズムを用いた量子光学実験の解釈可能表現について紹介する。 (ii)新しい量子実験のための逆設計手法を開発し,従来の手法よりも桁違いに高速化した。 (iii)フォトニック技術の進歩が期待されている量子光学におけるいくつかの重要なオープン問題を解く。 最後に 最も重要なのは (4)解釈可能な表現と劇的なスピードアップは、人間の科学者が直接解釈して新しい科学的概念を発見できるソリューションを生み出す。 我々は、他の量子物理分野に適用可能な量子光学やフォトニックハードウェアにおいて、テーセウスが不可欠なツールになることを期待している。

関連論文リスト

• Atomic Quantum Technologies for Quantum Matter and Fundamental Physics Applications [0.0]
  物理学は科学の様々な分野において、前例のない異種交配の時代を生きている。 我々は,超低温原子量子技術が基礎科学や応用科学において持つ多様体の影響について論じる。 我々は、原子技術を用いたテーブルトップ実験のエンジニアリングがどのように応用を図っているかを説明する。
  論文  参考訳（メタデータ） (2024-05-10T16:52:20Z)
• 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)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Digital Discovery of a Scientific Concept at the Core of Experimental Quantum Optics [1.2891210250935146]
  我々は、驚くべき特性を持つ新しい多光子量子干渉であるハロを提示する。 我々の原稿は、人工知能が物理学における新しい実行可能な概念の科学的発見のインスピレーションの源となることを実証している。
  論文  参考訳（メタデータ） (2022-10-18T16:45:33Z)
• Digital Discovery of 100 diverse Quantum Experiments with PyTheus [0.4517077427559345]
  PyTheusは、量子光学のためのオープンソースのデジタル発見フレームワークである。 様々な課題を解決するために、現代の量子研究所から幅広い実験機器を使用できる。 これには、高度に絡み合った量子状態、量子計測スキーム、量子通信プロトコル、多粒子量子ゲートの発見が含まれる。
  論文  参考訳（メタデータ） (2022-10-18T16:45:32Z)
• Artificial Intelligence and Machine Learning for Quantum Technologies [6.25426839308312]
  ここ数年、科学者たちが機械学習を使って量子計測を分析し始めた例を紹介します。 オープンな課題と将来の可能性を強調し、今後10年間、いくつかの投機的ビジョンで締めくくります。
  論文  参考訳（メタデータ） (2022-08-07T23:02:55Z)
• Standard Model Physics and the Digital Quantum Revolution: Thoughts about the Interface [68.8204255655161]
  量子システムの分離・制御・絡み合いの進歩は、かつての量子力学の興味深い特徴を、破壊的な科学的・技術的進歩のための乗り物へと変えつつある。 本稿では,3つの領域科学理論家の視点から,絡み合い,複雑性,量子シミュレーションのインターフェースについて考察する。
  論文  参考訳（メタデータ） (2021-07-10T06:12:06Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
  デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。 このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
  論文  参考訳（メタデータ） (2021-01-21T20:10:38Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)
• Computer-inspired Quantum Experiments [1.2891210250935146]
  多くの分野において、コンピュータにインスパイアされた設計プロセスは、逆設計としても知られ、科学者の能力を高めている。 我々は、トポロジ的最適化、進化戦略、ディープラーニング、強化学習、自動推論に基づく、非常に多様な計算アプローチに遭遇する。
  論文  参考訳（メタデータ） (2020-02-23T18:59:00Z)

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。