Fugu-MT 論文翻訳(概要): Self-Guided Quantum State Learning for Mixed States

論文の概要: Self-Guided Quantum State Learning for Mixed States

arxiv url: http://arxiv.org/abs/2106.06166v1
Date: Fri, 11 Jun 2021 04:40:26 GMT
ステータス: 処理完了
システム内更新日: 2023-03-26 23:49:46.759833
Title: Self-Guided Quantum State Learning for Mixed States
Title（参考訳）: 混合状態に対する自己誘導量子状態学習
Authors: Ahmad Farooq and Muhammad Asad Ullah and Syahri Ramadhani and Junaid ur Rehman and Hyundong Shin
Abstract要約: 我々のアルゴリズムの健全な特徴は、非忠実次元$d$状態における効率的な$O left(d3 right)$後処理である。測定ノイズに対する高いレジリエンスは、ノイズの多い中間スケール量子アプリケーションに我々のアルゴリズムを適合させる。
参考スコア（独自算出の注目度）: 7.270980742378388
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We provide an adaptive learning algorithm for tomography of general quantum states. Our proposal is based on the simultaneous perturbation stochastic approximation algorithm and is applicable on mixed qudit states. The salient features of our algorithm are efficient ($O \left( d^3 \right)$) post-processing in the dimension $d$ of the state, robustness against measurement and channel noise, and improved infidelity performance as compared to the contemporary adaptive state learning algorithms. A higher resilience against measurement noise makes our algorithm suitable for noisy intermediate-scale quantum applications.
Abstract（参考訳）: 一般量子状態のトモグラフィーのための適応学習アルゴリズムを提供する。提案手法は同時摂動確率近似法に基づいており,混合キューディット状態に適用可能である。提案アルゴリズムの高効率な特徴は, 状態の次元$d$の事後処理, 測定やチャネルノイズに対する頑健さ, および同時代の適応状態学習アルゴリズムと比較して不整合性性能の向上である。測定ノイズに対する高いレジリエンスは、ノイズの多い中間スケール量子応用に適している。

関連論文リスト

Hybrid algorithm simulating non-equilibrium steady states of an open quantum system [10.752869788647802]
非平衡定常状態は開量子系の研究の焦点である。これらの定常状態を探すための従来の変分アルゴリズムは、資源集約的な実装に悩まされてきた。我々は、リンドブラッド方程式の演算子-サム形式をシミュレートすることにより、非平衡定常状態の効率的な探索を行う新しい変分量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-09-13T01:57:27Z)
Algorithm for evaluating distance-based entanglement measures [0.0]
本稿では,距離に基づく絡み合い評価のための効率的なアルゴリズムを提案する。我々のアプローチは、与えられた任意の状態の絡み合いに信頼性の高い上限を与える、凸最適化のためのギルバートのアルゴリズムに基づいている。
論文参考訳（メタデータ） (2023-08-04T13:42:55Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Optimal quantum control via genetic algorithms for quantum state engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文参考訳（メタデータ） (2022-06-29T14:34:00Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Approximate Equivalence Checking of Noisy Quantum Circuits [8.36229449571485]
NISQ(Noisy Intermediate-Scale Quantum)計算領域における等価性チェックの問題について検討する。量子回路の近似同値性の概念は、Jamiolkowski の忠実度に基づいて定義される。理想量子回路と雑音実装の間の忠実度を計算するために,雑音数が異なる状況を想定した2つのアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-03-22T05:47:41Z)
Tunable Tradeoff between Quantum and Classical Computation via Nonunitary Zeno-like Dynamics [0.5249805590164902]
アルゴリズムは、その効率の厳密な解析的下界を導出することにより、純粋量子バージョンと同様のスケールを示す。また、ノイズを受けるアルゴリズムの挙動を調べた結果、特定のオラクルと運用上のエラーの下では、測定に基づくアルゴリズムが標準アルゴリズムよりも優れていることがわかった。
論文参考訳（メタデータ） (2020-11-22T00:57:17Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Robust Reinforcement Learning with Wasserstein Constraint [49.86490922809473]
最適なロバストなポリシーの存在を示し、摂動に対する感度分析を行い、新しいロバストな学習アルゴリズムを設計する。提案アルゴリズムの有効性はCart-Pole環境で検証する。
論文参考訳（メタデータ） (2020-06-01T13:48:59Z)
Active Model Estimation in Markov Decision Processes [108.46146218973189]
マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
論文参考訳（メタデータ） (2020-03-06T16:17:24Z)

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。