論文の概要: Fast and robust quantum state tomography from few basis measurements
- arxiv url: http://arxiv.org/abs/2009.08216v2
- Date: Tue, 16 Mar 2021 10:12:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-02 00:20:01.962510
- Title: Fast and robust quantum state tomography from few basis measurements
- Title（参考訳）: 数基底測定による高速で頑健な量子状態トモグラフィ
- Authors: Fernando G.S.L. Brand\~ao, Richard Kueng, Daniel Stilck Fran\c{c}a
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 65.36803384844723
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum state tomography is a powerful, but resource-intensive, general
solution for numerous quantum information processing tasks. This motivates the
design of robust tomography procedures that use relevant resources as sparingly
as possible. Important cost factors include the number of state copies and
measurement settings, as well as classical postprocessing time and memory. In
this work, we present and analyze an online tomography algorithm designed to
optimize all the aforementioned resources at the cost of a worse dependence on
accuracy. The protocol is the first to give provably optimal performance in
terms of rank and dimension for state copies, measurement settings and memory.
Classical runtime is also reduced substantially and numerical experiments
demonstrate a favorable comparison with other state-of-the-art techniques.
Further improvements are possible by executing the algorithm on a quantum
computer, giving a quantum speedup for quantum state tomography.
- Abstract（参考訳）: 量子状態トモグラフィー(quantum state tomography)は、多くの量子情報処理タスクの強力な、しかしリソース集約的な一般的なソリューションである。
これは、関連するリソースを可能な限り控えめに使用するロバストなトモグラフィ手順の設計を動機付ける。
重要なコスト要因は、状態のコピー数と測定設定、および古典的な後処理時間とメモリである。
本研究では,上述したすべてのリソースを,精度の悪さを犠牲にして最適化するオンライントモグラフィアルゴリズムを提案し,解析する。
このプロトコルは、状態のコピー、測定設定、メモリに対するランクと寸法の観点で、確実に最適なパフォーマンスを提供する最初のプロトコルである。
古典的ランタイムも大幅に削減され、数値実験は他の最先端技術と比較できる。
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。
関連論文リスト
- Hybrid quantum transfer learning for crack image classification on NISQ
hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。
我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文 参考訳（メタデータ） (2023-07-31T14:45:29Z) - Multi-qubit State Tomography with Few Pauli Measurements [8.611891055029076]
キャラクタリゼーションツールであるQuantum state tomographyは、未知の量子状態の密度行列を再構成する。
これは、大量の量子ビットに対する測定とデータ処理の膨大な負担のため、実用的ではない。
より少ない測定を必要とするが、期待される精度が得られる効率的なフレームワークを構築します。
論文 参考訳（メタデータ） (2023-05-31T14:10:26Z) - 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) - Efficient factored gradient descent algorithm for quantum state tomography [10.100843479138222]
本稿では,量子トモグラフィープロトコルを提案する。このプロトコルは,状態要素と固有値マッピングを組み合わせ,ランク不足問題に対処する。
また, ランダムな11ビット混合状態のフル状態トモグラフィを1分以内で達成できることも確認した。
論文 参考訳（メタデータ） (2022-07-12T06:45:35Z) - Simple, reliable and noise-resilient continuous-variable quantum state
tomography with convex optimization [6.127600411727684]
凸最適化に基づく連続変数状態再構成法を提案する。
熱雑音と不完全検出により劣化したデータから, 基礎となる状態の高忠実な復元を実証する。
他の方法に対する大きな利点は、凸最適化アルゴリズムが最適解に収束することが保証されていることである。
論文 参考訳（メタデータ） (2022-02-23T15:58:49Z) - Shadow process tomography of quantum channels [0.6554326244334866]
量子プロセストモグラフィーは、量子コンピュータの構築、量子ネットワークの実現、量子センサーの理解において重要な機能である。
量子状態に適用された最近のシャドウトモグラフィーの分野は、多くの測定値で状態に関する重要な情報を抽出できることを実証している。
我々は,シャドウ状態トモグラフィからシャドウプロセストモグラフィへの厳密な境界を直接適用するために,チョイ同型を用いる。
論文 参考訳（メタデータ） (2021-10-07T17:16:41Z) - Quantifying Qubit Magic Resource with Gottesman-Kitaev-Preskill Encoding [58.720142291102135]
我々は、ほとんどのフォールトトレラント量子コンピュータにおいて、魔法のリソース測度、探索特性を定義する。
我々の定式化は、連続変数量子計算におけるボソニック符号、よく研究されたツールに基づいている。
論文 参考訳（メタデータ） (2021-09-27T12:56:01Z) - Quantum verification and estimation with few copies [63.669642197519934]
大規模絡み合ったシステムの検証と推定は、信頼性の高い量子情報処理にそのようなシステムを用いる際の大きな課題の1つである。
本稿では,資源の一定数(サンプリング複雑性)に着目し,任意の次元のシステムに適していることを示す。
具体的には、量子状態トモグラフィー(quantum state tomography)の概念とともに、エンタングルメント検出のために少なくとも1つのコピーだけを必要とする確率的フレームワークをレビューする。
論文 参考訳（メタデータ） (2021-09-08T18:20:07Z) - Post-Training Quantization for Vision Transformer [85.57953732941101]
本稿では,視覚変換器のメモリ記憶量と計算コストを削減するための学習後量子化アルゴリズムを提案する。
約8ビット量子化を用いて、ImageNetデータセット上でDeiT-Bモデルを用いて81.29%のトップ-1の精度を得ることができる。
論文 参考訳（メタデータ） (2021-06-27T06:27:22Z) - Experimental adaptive quantum state tomography based on rank-preserving
transformations [0.0]
量子トモグラフィー(quantum tomography)は、複数の測定データを用いた量子状態再構成のプロセスである。
最近提案された量子トモグラフィーの手法の1つは、ランク保存変換に基づくアルゴリズムである。
本研究はランク保存トモグラフィの数値的および実験的比較を他の適応法と比較する。
論文 参考訳（メタデータ） (2020-08-04T16:49:03Z)
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。