論文の概要: Monitoring fast superconducting qubit dynamics using a neural network

• arxiv url: http://arxiv.org/abs/2108.12023v2
• Date: Fri, 22 Apr 2022 03:23:59 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-17 02:58:19.857228
• Title: Monitoring fast superconducting qubit dynamics using a neural network
• Title（参考訳）: ニューラルネットワークによる高速超伝導量子力学のモニタリング
• Authors: G. Koolstra, N. Stevenson, S. Barzili, L. Burns, K. Siva, S. Greenfield, W. Livingston, A. Hashim, R. K. Naik, J. M. Kreikebaum, K. P. O'Brien, D. I. Santiago, J. Dressel, I. Siddiqi
• Abstract要約: 超伝導量子ビットの弱測定は、量子ビット状態と弱い相関を持つノイズの多い電圧信号を生成する。 従来の手法では、緩やかな量子ビットダイナミクスと、キャリブレーション実験の形でかなりの事前情報を必要とする。 そこで我々は,高速駆動型超伝導量子ビット軌道を正確に追跡する代替手法を実験的に実証した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Weak measurements of a superconducting qubit produce noisy voltage signals that are weakly correlated with the qubit state. To recover individual quantum trajectories from these noisy signals, traditional methods require slow qubit dynamics and substantial prior information in the form of calibration experiments. Monitoring rapid qubit dynamics, e.g. during quantum gates, requires more complicated methods with increased demand for prior information. Here, we experimentally demonstrate an alternative method for accurately tracking rapidly driven superconducting qubit trajectories that uses a Long-Short Term Memory (LSTM) artificial neural network with minimal prior information. Despite few training assumptions, the LSTM produces trajectories that include qubit-readout resonator correlations due to a finite detection bandwidth. In addition to revealing rotated measurement eigenstates and a reduced measurement rate in agreement with theory for a fixed drive, the trained LSTM also correctly reconstructs evolution for an unknown drive with rapid modulation. Our work enables new applications of weak measurements with faster or initially unknown qubit dynamics, such as the diagnosis of coherent errors in quantum gates.
• Abstract（参考訳）: 超伝導量子ビットの弱い測定は、量子ビット状態と弱い相関を持つノイズ電圧信号を生成する。 これらのノイズ信号から個々の量子軌道を復元するには、従来の手法では遅い量子ビットのダイナミクスとキャリブレーション実験の形での実質的な事前情報が必要である。 急速量子ビットダイナミクス(例えば量子ゲート中)のモニタリングには、事前情報に対する需要が増大するより複雑な方法が必要である。 本稿では,Long-Short Term Memory (LSTM) 人工ニューラルネットワークを用いて,高速に駆動される超伝導量子軌道を精度良く追跡する方法を実験的に示す。 トレーニングの前提は少ないが、LSTMは検出帯域が有限であるために、qubit-readoutの共振器相関を含む軌道を生成する。 固定駆動の理論と一致する回転測定固有状態と測定率の低減に加えて、訓練されたLSTMは、高速変調で未知駆動の進化を正しく再構築する。 本研究は,量子ゲート内のコヒーレント誤差の診断など,高速あるいは初期不明な量子ビットダイナミクスを用いた弱測定の新たな応用を可能にする。

関連論文リスト

• Neural network based time-resolved state tomography of superconducting qubits [9.775471166288503]
  個々の量子ビットに対して全状態トモグラフィーが可能な時間分解ニューラルネットワークを提案する。 このスケーラブルなアプローチは、キュービット当たりの専用モジュールで、低信号対雑音比で桁違いに読み出し誤差を緩和する。
  論文  参考訳（メタデータ） (2023-12-13T08:09:12Z)
• Enhancing Dispersive Readout of Superconducting Qubits Through Dynamic Control of the Dispersive Shift: Experiment and Theory [47.00474212574662]
  超伝導量子ビットは、大帯域読み出し共振器に結合される。 我々は、100 ns 統合時間で 0.25,% の、最先端の2状態読み取りエラーを示す。 提案した結果により,新たなアルゴリズムやプロトコルの性能がさらに向上することが期待されている。
  論文  参考訳（メタデータ） (2023-07-15T10:30:10Z)
• Mechanically Induced Correlated Errors on Superconducting Qubits with Relaxation Times Exceeding 0.4 Milliseconds [0.0]
  超伝導量子ビットは、スケーラブルでフォールトトレラントな量子コンピューティングを実現する最も先進的な候補の1つである。 ここでは, ニオブコンデンサ電極を用いた超コヒーレント超伝導トランスモン量子ビットを実現し, 寿命は0.4msを超える。 ジョセフソン走行波増幅器に基づくほぼ量子制限された読み出しチェーンを用いることで、多重量子デバイスで発生するビットフリップ誤差を同時に記録することができる。 パルス管の機械的衝撃は量子ビットの非平衡ダイナミクスを引き起こし、相関したビットフリップ誤差と計算状態空間外の遷移を引き起こす。
  論文  参考訳（メタデータ） (2023-05-04T06:55:41Z)
• Label-free timing analysis of SiPM-based modularized detectors with physics-constrained deep learning [9.234802409391111]
  モジュール化検出器のタイミング解析のためのディープラーニングに基づく新しい手法を提案する。 本稿では,提案手法が求める最適関数の存在を数学的に証明し,モデルのトレーニングと校正のための体系的アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-24T09:16:31Z)
• Maxwell-Schr\"{o}dinger Modeling of Superconducting Qubits Coupled to Transmission Line Networks [0.0]
  超伝導回路量子情報技術では、量子ビット状態の制御と測定に古典的なマイクロ波パルスが用いられる。 現在、これらのマイクロ波パルスの設計は、量子ビット状態が印加されたマイクロ波パルスをどのように修飾するかの自己整合相互作用を考慮しない単純な理論または数値モデルを用いている。 半古典的なMaxwell-Schr"odinger法の定式化と有限要素時間領域の離散化を、これらの自己整合ダイナミクスを記述するために提案する。
  論文  参考訳（メタデータ） (2022-10-14T16:11:55Z)
• Signal Detection in MIMO Systems with Hardware Imperfections: Message Passing on Neural Networks [101.59367762974371]
  本稿では,Multi-Input-multiple-output (MIMO)通信システムにおける信号検出について検討する。 パイロット信号が限られているディープニューラルネットワーク(DNN)のトレーニングは困難であり、実用化を妨げている。 我々は、ユニタリ近似メッセージパッシング(UAMP)アルゴリズムを利用して、効率的なメッセージパッシングに基づくベイズ信号検出器を設計する。
  論文  参考訳（メタデータ） (2022-10-08T04:32:58Z)
• Reminiscence of classical chaos in driven transmons [117.851325578242]
  共振器外ドライブでさえ、トランスモンスペクトルの構造に強い変化をもたらし、その大部分がカオスであることを示す。 その結果、カオス誘起量子分解効果の出現を特徴付ける光子数しきい値が導かれる。
  論文  参考訳（メタデータ） (2022-07-19T16:04:46Z)
• Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
  動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。 不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。 この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
  論文  参考訳（メタデータ） (2021-12-10T17:32:15Z)
• Dispersive qubit readout with machine learning [0.08399688944263842]
  オープン量子系は散逸相転移を起こすことができ、その臨界挙動はセンシングアプリケーションに利用することができる。 最近導入された測定プロトコルでは、パラメトリック(2光子駆動)のカー共振器の駆動散逸位相遷移を使い、99.9%の単一量子ビット検出忠実度に達した。 我々は、機械学習に基づく分類アルゴリズムを用いて、この臨界ダイナミクスから情報を抽出する。
  論文  参考訳（メタデータ） (2021-12-10T04:25:43Z)
• Mixed Precision Low-bit Quantization of Neural Network Language Models for Speech Recognition [67.95996816744251]
  長期間のメモリリカレントニューラルネットワーク(LSTM-RNN)とトランスフォーマーで表される最先端言語モデル(LM)は、実用アプリケーションではますます複雑で高価なものになりつつある。 現在の量子化法は、均一な精度に基づいており、量子化誤差に対するLMの異なる部分での様々な性能感度を考慮できない。 本稿では,新しい混合精度ニューラルネットワークLM量子化法を提案する。
  論文  参考訳（メタデータ） (2021-11-29T12:24:02Z)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)

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。