Fugu-MT 論文翻訳(概要): Denoising quantum states with Quantum Autoencoders -- Theory and Applications

論文の概要: Denoising quantum states with Quantum Autoencoders -- Theory and Applications

arxiv url: http://arxiv.org/abs/2012.14714v1
Date: Tue, 29 Dec 2020 11:50:04 GMT
ステータス: 処理完了
システム内更新日: 2021-04-19 02:43:23.162395
Title: Denoising quantum states with Quantum Autoencoders -- Theory and Applications
Title（参考訳）: 量子オートエンコーダによる量子状態の復調 --理論と応用
Authors: Tom Achache, Lior Horesh, John Smolin
Abstract要約: ノイズ量子チャネルを補正可能な量子回路として量子オートエンコーダ(qae)を実装した。ノイズが存在する場合でもQAEがQSSプロトコルを成功させる方法を示す。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We implement a Quantum Autoencoder (QAE) as a quantum circuit capable of correcting Greenberger-Horne-Zeilinger (GHZ) states subject to various noisy quantum channels : the bit-flip channel and the more general quantum depolarizing channel. The QAE shows particularly interesting results, as it enables to perform an almost perfect reconstruction of noisy states, but can also, more surprisingly, act as a generative model to create noise-free GHZ states. Finally, we detail a useful application of QAEs : Quantum Secret Sharing (QSS). We analyze how noise corrupts QSS, causing it to fail, and show how the QAE allows the QSS protocol to succeed even in the presence of noise.
Abstract（参考訳）: 量子オートエンコーダ(qae)を量子回路として実装し、グリーンバーガー・ホーン・サイレンジャー状態(ghz)をビットフリップチャネルとより一般的な量子非分極チャネルという様々なノイズの量子チャネルに補正する。 QAEはノイズのないGHZ状態を生成するための生成モデルとしても機能するが、ノイズのない状態のほぼ完全な再構築を可能にするため、特に興味深い結果を示している。最後に、QAEs: Quantum Secret Sharing (QSS)の有用な応用について述べる。ノイズがQSSを損なう原因を分析し,QAEがQSSプロトコルをノイズの存在下でも成功させることを示す。

関連論文リスト

QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文参考訳（メタデータ） (2024-01-10T22:33:00Z)
Quantum-Error-Mitigation Circuit Groups for Noisy Quantum Metrology [0.0]
量子技術は、量子コヒーレンスや量子絡み合いのような量子系に固有の性質を利用する。量子技術は環境との相互作用(デコヒーレンス)に対して脆弱であり、それらを高精度に活用するにはエラー軽減技術を開発する必要がある。
論文参考訳（メタデータ） (2023-03-03T10:01:42Z)
Quantum process tomography of continuous-variable gates using coherent states [49.299443295581064]
ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
論文参考訳（メタデータ） (2023-03-02T18:08:08Z)
Noise-robust ground state energy estimates from deep quantum circuits [0.0]
量子アルゴリズムにおいて、基礎となるエネルギー推定が不整合ノイズを明示的に除去する方法を示す。我々はIBM Quantumハードウェア上で量子磁性のモデルとしてQCMを実装した。 QCMはVQEが完全に失敗する極めて高いエラー堅牢性を維持している。
論文参考訳（メタデータ） (2022-11-16T09:12:55Z)
QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文参考訳（メタデータ） (2022-11-09T21:43:16Z)
IQGAN: Robust Quantum Generative Adversarial Network for Image Synthesis On NISQ Devices [2.4123561871510275]
我々は、ノイズ中間量子(NISQ)デバイス上で効率よく実装できるマルチキュービット画像合成フレームワークIQGANを提案する。そこで我々は,古典的データを量子状態に効果的に埋め込む訓練可能なマルチキュービット量子エンコーダを特徴とするIQGANアーキテクチャを提案する。
論文参考訳（メタデータ） (2022-10-30T14:52:08Z)
NISQ: Error Correction, Mitigation, and Noise Simulation [0.39146761527401414]
誤り訂正符号は、ノイズの多い通信チャネルの誤りを修正するために発明された。量子エラー訂正(QEC)は、情報伝達、量子シミュレーション/計算、フォールトトレランスなど幅広い用途を持つ。本研究は,QEM(Quantum Error Mitigation)の課題について,いくつかの観点から検討する。
論文参考訳（メタデータ） (2021-11-03T16:55:47Z)
Quantum Noise Sensing by generating Fake Noise [5.8010446129208155]
本稿では,現実的な量子デバイスにおけるノイズを特徴付ける枠組みを提案する。鍵となるアイデアは、本物(知覚される)と偽(生成される)とを区別できない方法で、それを模倣することによって、ノイズについて学ぶことである。 Pauli チャネルのベンチマークケースに適用すると,空間的・時間的相関ノイズであっても,SuperQGAN プロトコルは関連する誤り率を学習できることがわかった。
論文参考訳（メタデータ） (2021-07-19T09:42:37Z)
Entangling Quantum Generative Adversarial Networks [53.25397072813582]
量子生成逆数ネットワーク(量子GAN, EQ-GAN)のための新しいタイプのアーキテクチャを提案する。 EQ-GANはコヒーレントなエラーに対してさらなる堅牢性を示し、Google Sycamore超伝導量子プロセッサで実験的にEQ-GANの有効性を示す。
論文参考訳（メタデータ） (2021-04-30T20:38:41Z)
Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文参考訳（メタデータ） (2020-10-20T12:06:27Z)
On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文参考訳（メタデータ） (2020-07-24T06:34:34Z)

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。