論文の概要: Simplifying the design of multilevel thermal machines using virtual qubits

• arxiv url: http://arxiv.org/abs/2009.03832v3
• Date: Mon, 1 Nov 2021 08:18:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-03 05:04:55.005464
• Title: Simplifying the design of multilevel thermal machines using virtual qubits
• Title（参考訳）: 仮想量子ビットを用いた多層熱機械の設計
• Authors: Ayaka Usui, Wolfgang Niedenzu, Marcus Huber
• Abstract要約: 多ビットマシンに結合した任意の次元系に対するリセットモデルの一般的な解析解を提案する。 また,この結果の例示として,改良された3レベルレーザーを紹介した。
• 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: Quantum thermodynamics often deals with the dynamics of small quantum machines interfacing with a large and complex environment. Virtual qubits, collisional models and reset master equations have become highly useful tools for predicting the qualitative behaviour of two-dimensional target systems coupled to few-qubit machines and a thermal environment. While few successes in matching the simplified model parameters for all possible physical systems are known, the qualitative predictions still allow for a general design of quantum machines irrespective of the implementation. We generalise these tools by introducing multiple competing virtual qubits for modelling multi-dimensional systems coupled to larger and more complex machines. By simulating the full physical dynamics for targets with three dimensions, we uncover general properties of reset models that can be used as `dials' to correctly predict the qualitative features of physical changes in a realistic setup and thus design autonomous quantum machines beyond a few qubits. We then present a general analytic solution of the reset model for arbitrary-dimensional systems coupled to multi-qubit machines. Finally, we showcase an improved three-level laser as an exemplary application of our results.
• Abstract（参考訳）: 量子熱力学は、しばしば大規模で複雑な環境と相互作用する小さな量子機械のダイナミクスを扱う。 仮想量子ビット、衝突モデル、リセットマスター方程式は、数量子マシンと熱環境に結合した2次元ターゲットシステムの定性的挙動を予測するための非常に有用なツールとなっている。 全ての物理系に対する単純化されたモデルパラメータの整合性は知られていないが、定性的予測は実装に関係なく量子機械の一般的な設計を可能にする。 より大規模で複雑なマシンに結合した多次元システムのモデリングに複数の競合する仮想キュービットを導入することで、これらのツールを一般化する。 3次元のターゲットに対する完全な物理力学をシミュレートすることにより、現実的なセットアップにおける物理変化の定性的特徴を正確に予測し、数量子ビットを超える自律量子マシンを設計するために「ダイアル」として使用できるリセットモデルの一般的な性質を明らかにする。 次に,マルチキュービットマシンに結合した任意の次元システムに対するリセットモデルの一般解析解を提案する。 最後に, 改良された3レベルレーザーを, 実験結果の例示として紹介する。

関連論文リスト

• Automated quantum system modeling with machine learning [0.0]
  機械学習アルゴリズムは、簡単な量子力学測定のセットを考慮し、量子モデルを構築することができることを示す。 我々は、マルコフのオープン量子システムのシミュレーションを通して、ニューラルネットワークが有効状態の$N$を自動的に検出できることを示した。
  論文  参考訳（メタデータ） (2024-09-27T15:18:20Z)
• Quantum-informed simulations for mechanics of materials: DFTB+MBD framework [40.83978401377059]
  本研究では, 材料工学に関連するシステムの力学特性を量子効果によってどのように変化させるかを検討する。 この作業で提示されたすべてのコード、データセット、サンプルを含むオープンソースリポジトリを提供する。
  論文  参考訳（メタデータ） (2024-04-05T16:59:01Z)
• Symmetry-invariant quantum machine learning force fields [0.0]
  我々は、データに着想を得た、広範囲な物理関連対称性の集合を明示的に組み込んだ量子ニューラルネットワークを設計する。 この結果から,分子力場生成は量子機械学習の枠組みを生かして著しく利益を得る可能性が示唆された。
  論文  参考訳（メタデータ） (2023-11-19T16:15:53Z)
• Bayesian Modelling Approaches for Quantum States -- The Ultimate Gaussian Process States Handbook [0.0]
  この論文では、量子多体波動関数の(古典的な)モデリングのための新しいツールとテクニックについて論じる。 一般的な機械学習アプローチとの相乗効果を利用して、最も関連する固有の特徴の自動推論を実現する方法について概説する。 結果として得られるモデルは高い解釈可能性を持ち、量子システムの研究に容易に適用可能なツールを提供する。
  論文  参考訳（メタデータ） (2023-08-15T09:37:58Z)
• A Framework for Demonstrating Practical Quantum Advantage: Racing Quantum against Classical Generative Models [62.997667081978825]
  生成モデルの一般化性能を評価するためのフレームワークを構築した。 古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。 以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
  論文  参考訳（メタデータ） (2023-03-27T22:48:28Z)
• Vertical Layering of Quantized Neural Networks for Heterogeneous Inference [57.42762335081385]
  量子化モデル全体を1つのモデルにカプセル化するための,ニューラルネットワーク重みの新しい垂直層表現について検討する。 理論的には、1つのモデルのトレーニングとメンテナンスのみを必要としながら、オンデマンドサービスの正確なネットワークを達成できます。
  論文  参考訳（メタデータ） (2022-12-10T15:57:38Z)
• PELICAN: Permutation Equivariant and Lorentz Invariant or Covariant Aggregator Network for Particle Physics [64.5726087590283]
  本稿では,全6次元ローレンツ対称性に対して最大で還元された入力の集合を用いた機械学習アーキテクチャを提案する。 結果として得られたネットワークは、モデル複雑さがはるかに低いにもかかわらず、既存の競合相手すべてを上回っていることを示す。
  論文  参考訳（メタデータ） (2022-11-01T13:36:50Z)
• Transformer Quantum State: A Multi-Purpose Model for Quantum Many-Body Problems [8.761355402590105]
  本稿では,量子多体問題に対する汎用機械学習モデルであるTransformer quantum state (TQS)を紹介する。 ハミルトン/タスク特有のモデルとは対照的に、TQSは位相図全体を生成し、実験的な測定で場の強度を予測し、そのような知識を今まで見たことのない新しいシステムに転送することができる。
  論文  参考訳（メタデータ） (2022-08-02T21:15:23Z)
• Generalization Metrics for Practical Quantum Advantage in Generative Models [68.8204255655161]
  生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。 我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。 シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
  論文  参考訳（メタデータ） (2022-01-21T16:35:35Z)
• Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on Quantum Computers [52.77024349608834]
  少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。 逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
  論文  参考訳（メタデータ） (2021-03-04T18:21:00Z)
• Physics-Integrated Variational Autoencoders for Robust and Interpretable Generative Modeling [86.9726984929758]
  我々は、不完全物理モデルの深部生成モデルへの統合に焦点を当てる。 本稿では,潜在空間の一部が物理によって基底づけられたVAEアーキテクチャを提案する。 合成および実世界のデータセットの集合に対して生成的性能改善を示す。
  論文  参考訳（メタデータ） (2021-02-25T20:28:52Z)

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。