論文の概要: All-optical neural network quantum state tomography

• arxiv url: http://arxiv.org/abs/2103.06457v2
• Date: Wed, 9 Jun 2021 06:57:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-08 11:33:45.368611
• Title: All-optical neural network quantum state tomography
• Title（参考訳）: 全光ニューラルネットワーク量子状態トモグラフィー
• Authors: Ying Zuo, Chenfeng Cao, Ningping Cao, Xuanying Lai, Bei Zeng and Shengwang Du
• Abstract要約: 我々は、オールオプティカルニューラルネットワーク(AONN)に基づいて、ニューラルネットワークQSTのための統合されたオールオプティカルセットアップを構築する。 実験結果は全光学装置の有効性と効率を実証した。 統合されたAONN-QSTのオール光学構成は、最後のレンガで全光学量子ネットワークを補充することに光を当てるかもしれない。
• 参考スコア（独自算出の注目度）: 0.39146761527401414
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum state tomography (QST) is a crucial ingredient for almost all aspects of experimental quantum information processing. As an analog of the "imaging" technique in the quantum settings, QST is born to be a data science problem, where machine learning techniques, noticeably neural networks, have been applied extensively. In this work, we build an integrated all-optical setup for neural network QST, based on an all-optical neural network (AONN). Our AONN is equipped with built-in nonlinear activation function, which is based on electromagnetically induced transparency. Experiment results demonstrate the validity and efficiency of the all-optical setup, indicating that AONN can mitigate the state-preparation-and-measurement error and predict the phase parameter in the quantum state accurately. Given that optical setups are highly desired for future quantum networks, our all-optical setup of integrated AONN-QST may shed light on replenishing the all-optical quantum network with the last brick.
• Abstract（参考訳）: 量子状態トモグラフィー(qst)は、実験的な量子情報処理のほとんど全ての側面の重要な要素である。 量子設定における「イメージング」技法の類推として、QSTはデータサイエンスの問題として生まれ、機械学習技術、特にニューラルネットワークが広く適用されている。 本研究では,全光ニューラルネットワーク(aonn)に基づく,ニューラルネットワークqstのための統合型全光セットアップを構築する。 我々のAONNは、電磁誘導透過性に基づく非線形活性化機能を内蔵している。 実験の結果,全光学セットアップの有効性と効率が示され,aonnは状態準備測定誤差を緩和し,量子状態の位相パラメータを正確に予測できることが示された。 将来の量子ネットワークには光学的設定が非常に望ましいことを考えると、統合されたAONN-QSTの完全な光学的セットアップは、最後のブロックで全光学的量子ネットワークを補充することに光を当てるかもしれない。

関連論文リスト

• Shedding Light on the Future: Exploring Quantum Neural Networks through Optics [3.1935899800030096]
  量子ニューラルネットワーク(QNN)は、急速に発展する量子機械学習分野において、新興技術として重要な役割を果たす。 本稿では,QNNの概念とその物理的実現,特に量子光学に基づく実装について概説する。
  論文  参考訳（メタデータ） (2024-09-04T08:49:57Z)
• Optical Quantum Sensing for Agnostic Environments via Deep Learning [59.088205627308]
  本稿では,革新的な深層学習に基づく量子センシング手法を提案する。 これにより、光学量子センサーは、非依存環境でハイゼンベルク限界(HL)に達することができる。 我々の発見は、光学量子センシングタスクを加速する新しいレンズを提供する。
  論文  参考訳（メタデータ） (2023-11-13T09:46:05Z)
• 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)
• Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
  我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。 本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。 本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
  論文  参考訳（メタデータ） (2022-12-17T05:51:17Z)
• 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)
• Quantum Self-Attention Neural Networks for Text Classification [8.975913540662441]
  量子自己アテンションニューラルネットワーク(QSANN)と呼ばれる,新しいシンプルなネットワークアーキテクチャを提案する。 本稿では,量子ニューラルネットワークに自己アテンション機構を導入し,ガウス射影量子自己アテンションを自己アテンションの有感な量子バージョンとして活用する。 提案手法は低レベル量子雑音に対するロバスト性を示し,量子ニューラルネットワークアーキテクチャに対するレジリエンスを示す。
  論文  参考訳（メタデータ） (2022-05-11T16:50:46Z)
• New Aspects of Optical Coherence and their Potential for Quantum Technologies [0.0]
  この論文では、コヒーレントな性質について十分な知識があれば、単純代数を導出できることを証明します。 次に、量子ネットワーク上での通信に最適なサブグラフを見つけるための初歩的なアルゴリズムを提案する。 次に、フィールドの光子統計量と二階量子コヒーレンスを測定することにより、画素上の光源を識別できるニューラルネットワークを作成できることを示す。
  論文  参考訳（メタデータ） (2022-04-19T19:23:48Z)
• A Quantum Convolutional Neural Network for Image Classification [7.745213180689952]
  量子畳み込みニューラルネットワーク(QCNN)という新しいニューラルネットワークモデルを提案する。 QCNNは実装可能な量子回路に基づいており、古典的畳み込みニューラルネットワークと同様の構造を持つ。 MNISTデータセットの数値シミュレーションにより,本モデルの有効性が示された。
  論文  参考訳（メタデータ） (2021-07-08T06:47:34Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。