Fugu-MT 論文翻訳(概要): Resource-efficient dissipative entanglement of two trapped-ion qubits

論文の概要: Resource-efficient dissipative entanglement of two trapped-ion qubits

arxiv url: http://arxiv.org/abs/2108.03136v1
Date: Fri, 6 Aug 2021 14:09:43 GMT
ステータス: 処理完了
システム内更新日: 2023-03-19 05:04:59.736819
Title: Resource-efficient dissipative entanglement of two trapped-ion qubits
Title（参考訳）: 2つの捕捉イオン量子ビットの資源効率良く散逸する絡み合い
Authors: Daniel C. Cole, Stephen D. Erickson, Giorgio Zarantonello, Karl P. Horn, Pan-Yu Hou, Jenny J. Wu, Daniel H. Slichter, Florentin Reiter, Christiane P. Koch, and Dietrich Leibfried
Abstract要約: 本研究では、2つの閉じ込められたイオン量子ビットの絡み合った状態の散逸生成法を示す。我々の実装は、以前のデモよりも高速かつ忠実に目標状態を生成する。不忠実な主な原因は光子散乱である。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We demonstrate a simplified method for dissipative generation of an entangled state of two trapped-ion qubits. Our implementation produces its target state faster and with higher fidelity than previous demonstrations of dissipative entanglement generation and eliminates the need for auxiliary ions. The entangled singlet state is generated in $\sim$7 ms with a fidelity of 0.949(4). The dominant source of infidelity is photon scattering. We discuss this error source and strategies for its mitigation.
Abstract（参考訳）: 2つの捕捉イオン量子ビットの絡み合い状態の散逸生成の簡便な方法を示す。本実装は,従来の散逸エンタングルメント生成のデモンストレーションよりも高速かつ高い忠実度でターゲット状態を生成し,補助イオンの必要性を解消する。絡み合った一重項状態は、0.949(4)の忠実度で$\sim$7msで生成される。不忠実な主な原因は光子散乱である。本稿では,この誤差源とその緩和戦略について論じる。

関連論文リスト

G2D2: Gradient-guided Discrete Diffusion for image inverse problem solving [55.185588994883226]
本稿では,従来の離散拡散に基づく画像生成モデルを活用することによって,線形逆問題に対処する新しい手法を提案する。我々の知る限りでは、これは画像逆問題を解決するために離散拡散モデルに基づく先行手法を使う最初のアプローチである。
論文参考訳（メタデータ） (2024-10-09T06:18:25Z)
Distilling Diffusion Models into Conditional GANs [90.76040478677609]
複雑な多段階拡散モデルを1段階条件付きGAN学生モデルに蒸留する。 E-LatentLPIPSは,拡散モデルの潜在空間で直接動作する知覚的損失である。我々は, 最先端の1ステップ拡散蒸留モデルよりも優れた1ステップ発生器を実証した。
論文参考訳（メタデータ） (2024-05-09T17:59:40Z)
QuEST: Low-bit Diffusion Model Quantization via Efficient Selective Finetuning [52.157939524815866]
本稿では,現行手法の有効性を損なう量子拡散モデルの3つの特性を実証的に明らかにする。重要な時間的情報を保持する層と、ビット幅の低減に敏感な層という、2つの重要なタイプの量子化層を同定する。提案手法は,3つの高分解能画像生成タスクに対して評価し,様々なビット幅設定で最先端の性能を実現する。
論文参考訳（メタデータ） (2024-02-06T03:39:44Z)
Nonclassical resource for continuous variable telecloning with non-Gaussian advantage [0.0]
テレクロニングプロトコルは、単一の送信者から共有絡み状態を介して複数の受信者に量子状態を分配する。ガウス的資源と非ガウス的資源の両方を用いて得られた最適なテレクロニング特性について検討した。
論文参考訳（メタデータ） (2023-12-21T05:33:59Z)
One-step Diffusion with Distribution Matching Distillation [54.723565605974294]
本稿では,拡散モデルを1ステップ画像生成器に変換する手法である分散マッチング蒸留(DMD)を紹介する。約KLの発散を最小化することにより,拡散モデルと分布レベルで一致した一段階画像生成装置を強制する。提案手法は,イメージネット64x64では2.62 FID,ゼロショットCOCO-30kでは11.49 FIDに到達した。
論文参考訳（メタデータ） (2023-11-30T18:59:20Z)
Low-Light Image Enhancement with Wavelet-based Diffusion Models [50.632343822790006]
拡散モデルは画像復元作業において有望な結果を得たが、時間を要する、過剰な計算資源消費、不安定な復元に悩まされている。本稿では,DiffLLと呼ばれる高能率かつ高能率な拡散型低光画像強調手法を提案する。
論文参考訳（メタデータ） (2023-06-01T03:08:28Z)
Advantages of one and two-photon inverse scattering [0.0]
散乱場の遠距離場スペクトル相関関数を用いる逆散乱問題について検討する。インシデントフィールドの1光子状態は(100%の可視性を持つ)レイリー推定と比較して2倍のフーリエ成分を分解することができる。
論文参考訳（メタデータ） (2023-04-01T18:29:22Z)
Generation of a maximally entangled state using collective optical pumping [0.943752184064214]
本稿では,2つのキュービットを単一ベル状態に散逸的にポンプする新しい手法を提案し,実装する。本研究では,提案方式の性能と誤差を解析し,多数の実験用ノイズ源に不感であることを確認した。
論文参考訳（メタデータ） (2021-07-21T22:14:11Z)
Hyperspherically Regularized Networks for BYOL Improves Feature Uniformity and Separability [4.822598110892847]
bootstrap Your Own Latent (BYOL)は、コントラストパラダイムを回避する自己監督学習のアプローチを導入した。この研究は、BYOLで採用する場合、コントラスト損失によって強制される特徴の多様性が有益であることを実証的に示している。
論文参考訳（メタデータ） (2021-04-29T18:57:27Z)
Accelerating Nonconvex Learning via Replica Exchange Langevin Diffusion [67.66101533752605]
ランゲヴィン拡散は非最適化のための強力な方法である。本稿では,Langevin拡散を異なる温度で置き換えるレプリカ交換を提案する。レプリカ交換Langevin拡散を離散化することにより、離散時間アルゴリズムを得る。
論文参考訳（メタデータ） (2020-07-04T02:52:11Z)

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。