論文の概要: Optimal control of quantum thermal machines using machine learning

• arxiv url: http://arxiv.org/abs/2108.12441v1
• Date: Fri, 27 Aug 2021 18:00:49 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-17 00:52:49.841239
• Title: Optimal control of quantum thermal machines using machine learning
• Title（参考訳）: 機械学習を用いた量子熱機械の最適制御
• Authors: Ilia Khait, Juan Carrasquilla, Dvira Segal
• Abstract要約: 本稿では、量子熱機械における有限時間熱力学過程の最適化に微分可能プログラミング(DP)を用いることを示す。 制約付き最適化タスクとしてSTA駆動プロトコルを定式化し、DPを適用して最適な運転プロファイルを求める。 提案手法と結果から,MLは量子制御の難解化と,その理論的基礎を考案・評価するのにも有用であることが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Identifying optimal thermodynamical processes has been the essence of thermodynamics since its inception. Here, we show that differentiable programming (DP), a machine learning (ML) tool, can be employed to optimize finite-time thermodynamical processes in a quantum thermal machine. We consider the paradigmatic quantum Otto engine with a time-dependent harmonic oscillator as its working fluid, and build upon shortcut-to-adiabaticity (STA) protocols. We formulate the STA driving protocol as a constrained optimization task and apply DP to find optimal driving profiles for an appropriate figure of merit. Our ML scheme discovers profiles for the compression and expansion strokes that are superior to previously-suggested protocols. Moreover, using our ML algorithm we show that a previously-employed, intuitive energetic cost of the STA driving suffers from a fundamental flaw, which we resolve with an alternative construction for the cost function. Our method and results demonstrate that ML is beneficial both for solving hard-constrained quantum control problems and for devising and assessing their theoretical groundwork.
• Abstract（参考訳）: 最適熱力学過程の同定は、その開始以来熱力学の本質である。 本稿では、機械学習(ml)ツールである微分可能プログラミング(dp)を用いて、量子熱機械における有限時間熱力学プロセスを最適化できることを示す。 我々は、時間依存調和振動子を動作流体とするパラダイム的量子オットーエンジンを動作流体とし、staプロトコルに基づいて構築する。 制約付き最適化タスクとしてsta駆動プロトコルを定式化し,最適な運転プロファイルを求めるためにdpを適用する。 提案方式では,従来のプロトコルよりも優れた圧縮および拡張ストロークのプロファイルを探索する。 さらに, MLアルゴリズムを用いて, STA駆動の直感的かつ直感的なエネルギーコストが基本的欠陥に悩まされることを示し, コスト関数の代替構成で解決する。 提案手法と実験結果から,mlはハード制約量子制御問題の解法と,その理論的基礎を考案し評価する上で有益であることが示された。

関連論文リスト

• Classical Pre-optimization Approach for ADAPT-VQE: Maximizing the Potential of High-Performance Computing Resources to Improve Quantum Simulation of Chemical Applications [0.6361348748202732]
  スパース波動関数回路ソルバ(SWCS)を用いたADAPT-VQEの実装と性能について報告する。 SWCSは計算コストと精度のバランスを調整できるため、分子電子構造計算へのADAPT-VQEの適用が拡張される。 ADAPT-VQE/SWCSで生成されるパラメータ化アンサッツを用いて量子シミュレーションを事前最適化することにより、従来の高性能コンピューティングのパワーを活用することを目指す。
  論文  参考訳（メタデータ） (2024-11-12T16:52:31Z)
• Floquet engineering of quantum thermal machines: A gradient-based spectral method to optimize their performance [0.0]
  量子サーマルエンジン (QTM) の最適条件を求める手法について述べ, 実演した。 QTMは、開量子系の周期的に駆動される非平衡定常状態としてモデル化される。
  論文  参考訳（メタデータ） (2024-05-15T06:42:11Z)
• PreQuant: A Task-agnostic Quantization Approach for Pre-trained Language Models [52.09865918265002]
  ファインチューニングのフレームワークPreQuantに先立って,新しい量子化を提案する。 PreQuantは様々な量子化戦略と互換性があり、インダクションされた量子化誤差を修正するために、アウタリア対応の微調整が組み込まれている。 BERT,RoBERTa,T5を用いたGLUEベンチマークにおけるPreQuantの有効性を示す。
  論文  参考訳（メタデータ） (2023-05-30T08:41:33Z)
• Entropic Neural Optimal Transport via Diffusion Processes [105.34822201378763]
  本稿では,連続確率分布間のエントロピー最適輸送(EOT)計画を計算するための新しいアルゴリズムを提案する。 提案アルゴリズムは,シュリンガーブリッジ問題(Schr"odinger Bridge problem)として知られるEOTの動的バージョンのサドル点再構成に基づく。 大規模EOTの従来の手法とは対照的に,我々のアルゴリズムはエンドツーエンドであり,単一の学習ステップで構成されている。
  論文  参考訳（メタデータ） (2022-11-02T14:35:13Z)
• Optimizing thermalizations [0.0]
  量子系のエネルギー占有の完全なセットをアルゴリズム的に特徴付けるために,連続熱行列化の概念に基づく厳密なアプローチを提案する。 本稿では, 冷却, 作業抽出, 最適シーケンスの文脈で最適なプロトコルを見出すことにより, これを説明する。 同じツールにより、熱力学プロトコルの性能においてメモリ効果が果たす役割を定量的に評価することもできる。
  論文  参考訳（メタデータ） (2022-02-25T11:05:39Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
  実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。 我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。 このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
  論文  参考訳（メタデータ） (2022-01-14T19:24:31Z)
• Best-practice aspects of quantum-computer calculations: A case study of hydrogen molecule [0.0]
  我々は、これらの計算の最も実践的な側面を調べることを目的とした、量子コンピュータランニングの広範囲なシミュレーションを行った。 ブラヴィイ・キタエフ変換により得られた量子固有解法(VQE)を量子ハミルトニアンに応用し、様々な計算技術の影響を分析した。
  論文  参考訳（メタデータ） (2021-12-02T13:21:10Z)
• Fast and differentiable simulation of driven quantum systems [58.720142291102135]
  我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。 回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
  論文  参考訳（メタデータ） (2020-12-16T21:43:38Z)
• Logistic Q-Learning [87.00813469969167]
  MDPにおける最適制御の正規化線形プログラミング定式化から導いた新しい強化学習アルゴリズムを提案する。 提案アルゴリズムの主な特徴は,広範に使用されているベルマン誤差の代わりとして理論的に音声として機能する,政策評価のための凸損失関数である。
  論文  参考訳（メタデータ） (2020-10-21T17:14:31Z)

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。