Fugu-MT 論文翻訳(概要): Direct Fidelity Estimation of Quantum States using Machine Learning

論文の概要: Direct Fidelity Estimation of Quantum States using Machine Learning

arxiv url: http://arxiv.org/abs/2102.02369v2
Date: Mon, 27 Sep 2021 14:24:00 GMT
ステータス: 処理完了
システム内更新日: 2023-04-12 20:10:49.916212
Title: Direct Fidelity Estimation of Quantum States using Machine Learning
Title（参考訳）: 機械学習による量子状態の直接忠実度推定
Authors: Xiaoqian Zhang, Maolin Luo, Zhaodi Wen, Qin Feng, Shengshi Pang, Weiqi Luo, and Xiaoqi Zhou
Abstract要約: ほとんど全ての量子アプリケーションにおいて、重要なステップの1つは、準備された量子状態の忠実度が期待を満たすことを検証することである。本稿では,機械学習技術を用いた新しい手法を提案する。
参考スコア（独自算出の注目度）: 8.306287613158094
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In almost all quantum applications, one of the key steps is to verify that the fidelity of the prepared quantum state meets expectations. In this Letter, we propose a new approach solving this problem using machine-learning techniques. Compared to other fidelity estimation methods, our method is applicable to arbitrary quantum states, the number of required measurement settings is small, and this number does not increase with the size of the system. For example, for a general five-qubit quantum state, only four measurement settings are required to predict its fidelity with $\pm1\%$ precision in a nonadversarial scenario. This machine-learning-based approach for estimating quantum state fidelity has the potential to be widely used in the field of quantum information.
Abstract（参考訳）: ほとんど全ての量子アプリケーションにおいて、重要なステップの1つは、準備された量子状態の忠実度が期待を満たすことを検証することである。本稿では,機械学習を用いてこの問題を解決する新しい手法を提案する。他の忠実度推定法と比較して,本手法は任意の量子状態に適用可能であり,必要な測定条件の数は少なく,システムのサイズによっては増加しない。例えば、一般的な5量子ビット量子状態の場合、非逆のシナリオにおいて、その忠実度を$\pm1\%$精度で予測するためには4つの測定設定しか必要とされない。この機械学習に基づく量子状態の忠実度推定手法は、量子情報分野において広く用いられる可能性がある。

関連論文リスト

On-Chip Verified Quantum Computation with an Ion-Trap Quantum Processing Unit [0.5497663232622965]
本稿では、量子コンピューティングの検証とベンチマークのための新しいアプローチを提示し、実験的に実証する。従来の情報理論的にセキュアな検証プロトコルとは異なり、我々のアプローチは完全にオンチップで実装されている。我々の結果は、短期量子デバイスにおけるよりアクセスしやすく効率的な検証とベンチマーク戦略の道を開いた。
論文参考訳（メタデータ） (2024-10-31T16:54:41Z)
Non-unitary Coupled Cluster Enabled by Mid-circuit Measurements on Quantum Computers [37.69303106863453]
本稿では,古典計算機における量子化学の柱である結合クラスタ(CC)理論に基づく状態準備法を提案する。提案手法は,従来の計算オーバーヘッドを低減し,CNOTおよびTゲートの数を平均で28%,57%削減する。
論文参考訳（メタデータ） (2024-06-17T14:10:10Z)
A universal scheme to self-test any quantum state and extremal measurement [41.94295877935867]
この研究で考慮された量子ネットワークは、現在の技術で実装可能な単純なスターネットワークである。我々の目的のために、任意の数のパーティーで2次元トモグラフィー的に完備な測定セットを自己検証するためにも使用できるスキームを構築した。
論文参考訳（メタデータ） (2023-12-07T16:20:28Z)
Preparation of Entangled Many-Body States with Machine Learning [0.06768558752130309]
量子シミュレータ上での標的量子多体状態の生成は、量子科学と技術の重要なステップの1つである。少数の量子ビットでは、グリーンベルガー=ホルン=ゼーリンガー状態のようないくつかの量子状態が準備されているが、多くの量子ビットを持つ系では根本的な困難が残っている。そこで我々は,深層学習プロセスを実装したアルゴリズムを1つ提供し,多くの量子ビットで目標基底状態を作成する。
論文参考訳（メタデータ） (2023-07-27T05:03:57Z)
Estimating many properties of a quantum state via quantum reservoir processing [2.5432391525687748]
本稿では、任意の量子状態の古典的近似を量子貯水池で構築するための一般的な枠組みを提案する。この手法の重要な利点は、任意の特性を推定するためには、単一の局所的な測定設定しか必要としない点である。この推定スキームは、非単位局所次元を持つ高次元システムやハイブリッドシステムに拡張可能である。
論文参考訳（メタデータ） (2023-05-11T15:21:21Z)
Assessing requirements to scale to practical quantum advantage [56.22441723982983]
大規模量子アプリケーションに必要なリソースを推定するために,スタックの層を抽象化し,量子リソース推定のためのフレームワークを開発する。 3つのスケールされた量子アプリケーションを評価し、実用的な量子優位性を達成するために数十万から数百万の物理量子ビットが必要であることを発見した。私たちの研究の目標は、より広範なコミュニティがスタック全体の設計選択を探索できるようにすることで、実用的な量子的優位性に向けた進歩を加速することにあります。
論文参考訳（メタデータ） (2022-11-14T18:50:27Z)
Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。予測の利点を生かして、新しいタイプの量子測度がもたらされる。予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文参考訳（メタデータ） (2022-09-12T15:47:44Z)
Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文参考訳（メタデータ） (2021-08-30T23:50:05Z)
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)
Quantum Fisher information from randomized measurements [0.0]
量子フィッシャー情報(QFI)は、多くの領域における基本的な関心の量である。密度行列の測定を用いて、QFIに収束する下界を構築する。結合量子ビットと集合スピンからなる量子系におけるこの手法の応用例を2つ提示する。
論文参考訳（メタデータ） (2021-05-27T14:16:14Z)
Pure State Tomography with Fourier Transformation [3.469001874498102]
それぞれの量子回路を持つ2つの適応プロトコルが提案されている。 IBM 5量子ビット量子コンピュータの実験は、数値的な調査と同様に、提案プロトコルの有効性を実証している。
論文参考訳（メタデータ） (2020-08-20T17:13:09Z)

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。