論文の概要: Estimation of Convex Polytopes for Automatic Discovery of Charge State
Transitions in Quantum Dot Arrays
- arxiv url: http://arxiv.org/abs/2108.09133v1
- Date: Fri, 20 Aug 2021 12:07:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-23 13:17:38.496979
- Title: Estimation of Convex Polytopes for Automatic Discovery of Charge State
Transitions in Quantum Dot Arrays
- Title(参考訳): 量子ドットアレイにおける電荷状態遷移の自動発見のための凸ポリトープの推定
- Authors: Oswin Krause, Torbj{\o}rn Rasmussen, Bertram Brovang, Anasua
Chatterjee, Ferdinand Kuemmeth
- Abstract要約: スピン量子ビットアレイにおける電子の遷移を制御するための最初の実用的なアルゴリズムを提案する。
提案アルゴリズムは,与えられたポリトープのすべての面の個数,形状,サイズを求めるために,能動的学習を用いる。
以上の結果から, 測定精度の順に小型のファセットを含め, ポリトープのファセットを確実に発見できることが示唆された。
- 参考スコア(独自算出の注目度): 27.32875035022296
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In spin based quantum dot arrays, a leading technology for quantum
computation applications, material or fabrication imprecisions affect the
behaviour of the device, which is compensated via tuning parameters. Automatic
tuning of these device parameters constitutes a formidable challenge for
machine-learning. Here, we present the first practical algorithm for
controlling the transition of electrons in a spin qubit array. We exploit a
connection to computational geometry and phrase the task as estimating a convex
polytope from measurements.
Our proposed algorithm uses active learning, to find the count, shapes and
sizes of all facets of a given polytope. We test our algorithm on artifical
polytopes as well as a real 2x2 spin qubit array. Our results show that we can
reliably find the facets of the polytope, including small facets with sizes on
the order of the measurement precision. We discuss the implications of the
NP-hardness of the underlying estimation problem and outline design
considerations, limitations and tuning strategies for controlling future
large-scale spin qubit devices.
- Abstract(参考訳): スピンベースの量子ドットアレイでは、量子計算アプリケーションの主要な技術である材料や製造のインプレッションがデバイスの振る舞いに影響を与え、チューニングパラメータによって補償される。
これらのデバイスパラメータの自動チューニングは、機械学習にとって大きな課題となる。
本稿では、スピン量子ビットアレイにおける電子の遷移を制御するための最初の実用的なアルゴリズムを提案する。
計算幾何学への接続を利用して、そのタスクを計測から凸ポリトープを推定する。
提案アルゴリズムは,与えられたポリトープのすべての面の個数,形状,サイズを求めるために,能動的学習を用いる。
我々は,人工多面体および実2x2スピン量子ビットアレイ上で,本アルゴリズムを検証した。
以上の結果から, 測定精度の順に小型のファセットを含め, ポリトープのファセットを確実に発見できることが示唆された。
本稿では,基礎となる推定問題のnp硬さの意義を考察し,将来的なスピン量子デバイス制御のための設計上の考察,限界,チューニング戦略について概説する。
関連論文リスト
- Provable Advantage of Parameterized Quantum Circuit in Function
Approximation [17.286013304279013]
機能近似のレンズを用いてPQCの表現性を分析する。
提案したPQCを高次元滑らかな関数の近似におけるほぼ最適な深部ニューラルネットワークと比較する。
論文 参考訳(メタデータ) (2023-10-11T14:29:11Z) - Variational Quantum Linear Solver enhanced Quantum Support Vector
Machine [3.206157921187139]
本稿では,変分量子線形解法(VQLS)拡張QSVMを提案する。
NISQ デバイス上での最小二乗SVM の線形方程式系を解くために、変分量子線形解法を利用するという考え方に基づいている。
提案手法の実装は,Irisデータセットを用いた広範囲な数値実験により評価される。
論文 参考訳(メタデータ) (2023-09-14T14:59:58Z) - Realization of quantum signal processing on a noisy quantum computer [0.4593579891394288]
本稿では,各ステップのオーバヘッドコストを慎重に削減し,ノイズの多い量子ハードウェア上でQSPプロトコル全体を実行する戦略を提案する。
本プロトコルは,ハネウェル方式の量子関数H1-1の量子コンピュータ上で,このアルゴリズムを動作させることにより検証する。
この結果はQSPに基づく量子アルゴリズムの実験的な実現の第一歩である。
論文 参考訳(メタデータ) (2023-03-09T19:00:17Z) - Universality of critical dynamics with finite entanglement [68.8204255655161]
臨界近傍の量子系の低エネルギー力学が有限絡みによってどのように変化するかを研究する。
その結果、時間依存的臨界現象における絡み合いによる正確な役割が確立された。
論文 参考訳(メタデータ) (2023-01-23T19:23:54Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳(メタデータ) (2022-12-21T19:00:04Z) - End-to-end resource analysis for quantum interior point methods and
portfolio optimization [92.13478140615481]
問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。
アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
論文 参考訳(メタデータ) (2022-11-22T18:54:48Z) - Adiabatic Quantum Graph Matching with Permutation Matrix Constraints [75.88678895180189]
3次元形状と画像のマッチング問題は、NPハードな置換行列制約を持つ二次代入問題(QAP)としてしばしば定式化される。
本稿では,量子ハードウェア上での効率的な実行に適した制約のない問題として,いくつかのQAPの再構成を提案する。
提案アルゴリズムは、将来の量子コンピューティングアーキテクチャにおいて、より高次元にスケールする可能性がある。
論文 参考訳(メタデータ) (2021-07-08T17:59:55Z) - Fixed Depth Hamiltonian Simulation via Cartan Decomposition [59.20417091220753]
時間に依存しない深さの量子回路を生成するための構成的アルゴリズムを提案する。
一次元横フィールドXYモデルにおけるアンダーソン局在化を含む、モデルの特殊クラスに対するアルゴリズムを強調する。
幅広いスピンモデルとフェルミオンモデルに対して正確な回路を提供するのに加えて、我々のアルゴリズムは最適なハミルトニアンシミュレーションに関する幅広い解析的および数値的な洞察を提供する。
論文 参考訳(メタデータ) (2021-04-01T19:06:00Z) - Automatic virtual voltage extraction of a 2x2 array of quantum dots with
machine learning [0.0]
量子ドットのクロスカップリングは実質的であり、それぞれの量子ドットを独立に制御することは困難である。
量子ドットの2x2配列におけるクロスキャパシタンスの効果を2xN配列に直接拡張できる理論的枠組みを開発する。
論文 参考訳(メタデータ) (2020-12-07T13:37:09Z) - Efficient 2D Tensor Network Simulation of Quantum Systems [6.074275058563179]
射影エンタングル状態(PEPS)のような2次元テンソルネットワークは物理系や量子回路の重要なクラスに適している。
本稿では,PEPSに基づく手法のための新しいアルゴリズムとソフトウェア抽象化を提案する。
論文 参考訳(メタデータ) (2020-06-26T22:36:56Z) - Quantum Geometric Machine Learning for Quantum Circuits and Control [78.50747042819503]
我々は、量子幾何学的制御問題に対するディープラーニングの適用をレビューし、拡張する。
量子回路合成問題における時間-最適制御の強化について述べる。
我々の研究結果は、時間-最適制御問題に対する機械学習と幾何学的手法を組み合わせた量子制御と量子情報理論の研究者にとって興味深いものである。
論文 参考訳(メタデータ) (2020-06-19T19:12:14Z)
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。