論文の概要: Generalized figure of merit for qubit readout

• arxiv url: http://arxiv.org/abs/2008.08630v3
• Date: Fri, 2 Apr 2021 13:05:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-05 20:26:40.848650
• Title: Generalized figure of merit for qubit readout
• Title（参考訳）: 量子ビット読み出しのメリットの一般化図
• Authors: B. D'Anjou
• Abstract要約: フォールトトレラント量子計算への多くの有望なアプローチは、量子ビット(量子ビット)のようなバイナリ可観測物の繰り返し量子非復号(QND)の読み出しを必要とする。 これらの結果は、qubitreadoutのための統一されたフレームワークを提供し、すべてのプラットフォームにわたる短期量子デバイスの最適化とエンジニアリングを容易にする。
• 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: Many promising approaches to fault-tolerant quantum computation require repeated quantum nondemolition (QND) readout of binary observables such as quantum bits (qubits). A commonly used figure of merit for readout performance is the error rate for binary assignment in a single repetition. However, it is known that this figure of merit is insufficient. Indeed, real-world readout outcomes are typically analog instead of binary. Binary assignment therefore discards important information on the level of confidence in the analog outcomes. Here, a generalized figure of merit that fully captures the information contained in the analog readout outcomes is suggested. This figure of merit is the Chernoff information associated with the statistics of the analog readout outcomes in one repetition. Unlike the single-repetition error rate, the Chernoff information uniquely determines the asymptotic cumulative error rate for arbitrary readout noise. As a result, non-Gaussian readout noise common in experiments can be described by effective Gaussian noise with the same Chernoff information. Importantly, it is shown that such a universal description persists for the small number of repetitions and non-QND imperfections relevant to real experiments. Finally, the Chernoff information is used to rigorously quantify the amount of information discarded by analog-to-binary conversion. These results provide a unified framework for qubit readout and should facilitate optimization and engineering of near-term quantum devices across all platforms.
• Abstract（参考訳）: フォールトトレラント量子計算への多くの有望なアプローチは、量子ビット(量子ビット)のようなバイナリ可観測物の繰り返し量子非復号(QND)の読み出しを必要とする。 読み出し性能の利点の一般的な数字は、単一の繰り返しにおけるバイナリ代入のエラー率である。 しかし、この功徳は不十分であることが知られている。 実際、現実世界の読み出し結果は通常バイナリではなくアナログである。 そのため、二項代入はアナログ結果の信頼度に関する重要な情報を捨てる。 ここでは、アナログ読み出し結果に含まれる情報を完全に捉えた長所の一般化図を提案する。 この図式は、1回の反復でアナログ読み出し結果の統計に関連付けられたチャーノフ情報である。 シングル繰り返し誤差率とは異なり、チェルノフ情報は一意に任意の読み出し雑音に対する漸近累積誤差率を決定する。 その結果、実験で一般的な非ガウシアン読み出しノイズは、同じチャーンオフ情報を持つ効果的なガウシアンノイズによって説明できる。 重要なことに、そのような普遍的な記述は、少数の反復と実実験に関連する非QND不完全性に対して持続することを示す。 最後に、チャーンオフ情報を用いてアナログ対バイナリ変換により廃棄された情報量を厳格に定量化する。 これらの結果は、qubit readoutの統一フレームワークを提供し、すべてのプラットフォームにわたる短期量子デバイスの最適化とエンジニアリングを容易にする。

関連論文リスト

• Leveraging junk information to enhance the quantum error mitigation [8.049186254119121]
  我々はSQNF(Self-Trained Quantum Noise Filter)という量子誤差低減手法を導入する。 以上の結果から,提案手法は人口分布の不確実性を著しく低減できることが示された。
  論文  参考訳（メタデータ） (2024-02-16T07:01:18Z)
• Witnessing entanglement in trapped-ion quantum error correction under realistic noise [41.94295877935867]
  量子誤り補正(Quantum Error Correction, QEC)は、論理情報を複数の物理量子ビットに符号化することで冗長性を利用する。 トラップイオンプラットフォームで使用される2量子光シフトゲートの平均ゲート不忠実度を推定するために,詳細な顕微鏡誤差モデルを提案する。 次に、この現実的な誤差モデルを適用し、QECビルディングブロックとして機能する回路によって生成されるマルチパーティントの絡み合いを定量化する。
  論文  参考訳（メタデータ） (2022-12-14T20:00:36Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Quantum Sparse Coding [5.130440339897477]
  我々はスパース符号化のための量子インスピレーション付きアルゴリズムを開発した。 量子コンピュータとイジングマシンの出現は、より正確な推定につながる可能性がある。 我々はLightrの量子インスパイアされたデジタルプラットフォーム上でシミュレーションデータを用いて数値実験を行う。
  論文  参考訳（メタデータ） (2022-09-08T13:00:30Z)
• Realizing Repeated Quantum Error Correction in a Distance-Three Surface Code [42.394110572265376]
  本稿では,エラーに対する極めて高い耐性を有する表面符号を用いた量子誤り訂正法について述べる。 誤差補正サイクルにおいて、論理量子ビットの4つの基数状態の保存を実証する。
  論文  参考訳（メタデータ） (2021-12-07T13:58:44Z)
• Lossy compression of statistical data using quantum annealer [1.433758865948252]
  統計的浮動小数点データに対する新しい損失圧縮アルゴリズムを提案する。 アルゴリズムは、元のデータを正確に再構成する基底ベクトルとそのバイナリ係数の集合を見つける。 圧縮アルゴリズムは格子量子色力学シミュレーションの2つの異なるデータセットで実証される。
  論文  参考訳（メタデータ） (2021-10-05T16:16:41Z)
• Information-Theoretic Generalization Bounds for Iterative Semi-Supervised Learning [81.1071978288003]
  特に,情報理論の原理を用いて,反復型SSLアルゴリズムのエミュレータ一般化誤差の振る舞いを理解することを目的とする。 我々の理論的結果は、クラス条件分散があまり大きくない場合、一般化誤差の上限は反復数とともに単調に減少するが、すぐに飽和することを示している。
  論文  参考訳（メタデータ） (2021-10-03T05:38:49Z)
• Robust quantum classifier with minimal overhead [0.8057006406834467]
  カーネル法に基づくバイナリ分類のためのいくつかの量子アルゴリズムが提案されている。 これらのアルゴリズムは期待値を推定することに依存しており、高額な量子データ符号化手順を何度も繰り返す必要がある。 カーネルベースのバイナリ分類は,データの数や寸法に関わらず,単一キュービットで行うことができることを示す。
  論文  参考訳（メタデータ） (2021-04-16T14:51:00Z)
• Composably secure data processing for Gaussian-modulated continuous variable quantum key distribution [58.720142291102135]
  連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。 構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。 特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
  論文  参考訳（メタデータ） (2021-03-30T18:02:55Z)
• Learning Frequency Domain Approximation for Binary Neural Networks [68.79904499480025]
  フーリエ周波数領域における符号関数の勾配を正弦関数の組み合わせを用いて推定し,BNNの訓練を行う。 いくつかのベンチマークデータセットとニューラルネットワークの実験により、この手法で学習したバイナリネットワークが最先端の精度を達成することが示されている。
  論文  参考訳（メタデータ） (2021-03-01T08:25:26Z)
• One-Bit Compressed Sensing via One-Shot Hard Thresholding [7.594050968868919]
  1ビット圧縮センシングの問題は、いくつかのバイナリ測定からスパース信号を推定することである。 広範に使われている非制約の幅の概念から遠ざかる、斬新で簡潔な分析法を提案する。
  論文  参考訳（メタデータ） (2020-07-07T17:28:03Z)

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。