論文の概要: Neural networks for quantum state tomography with constrained measurements
- arxiv url: http://arxiv.org/abs/2111.09504v3
- Date: Fri, 28 Mar 2025 10:14:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-31 19:09:59.241471
- Title: Neural networks for quantum state tomography with constrained measurements
- Title(参考訳): 制約測定による量子状態トモグラフィーのためのニューラルネットワーク
- Authors: Hailan Ma, Daoyi Dong, Ian R. Petersen, Chang-Jiang Huang, Guo-Yong Xiang,
- Abstract要約: 量子状態トモグラフィ(QST)は、量子状態の密度行列を再構成することを目的としている。
我々は,制約測定シナリオ下でのQSTのための統合ニューラルネットワーク(NN)ベースのアプローチを開発する。
- 参考スコア(独自算出の注目度): 3.1864997850429435
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum state tomography (QST) aiming at reconstructing the density matrix of a quantum state plays an important role in various emerging quantum technologies. Recognizing the challenges posed by imperfect measurement data, we develop a unified neural network(NN)-based approach for QST under constrained measurement scenarios, including limited measurement copies, incomplete measurements, and noisy measurements. Through comprehensive comparison with other estimation methods, we demonstrate that our method improves the estimation accuracy in scenarios with limited measurement resources, showcasing notable robustness in noisy measurement settings. These findings highlight the capability of NNs to enhance QST with constrained measurements.
- Abstract(参考訳): 量子状態の密度行列の再構成を目的とした量子状態トモグラフィ(QST)は、様々な新興量子技術において重要な役割を果たす。
不完全な測定データによって引き起こされる課題を認識し、限定された測定シナリオの下で、QSTのための統一ニューラルネットワーク(NN)ベースのアプローチを開発する。
提案手法は,他の推定手法と総合的に比較することにより,限られた測定資源を持つシナリオにおける推定精度を向上し,ノイズ測定設定における顕著なロバスト性を示すことを示す。
これらの結果から, NNによるQSTの強化効果が示唆された。
関連論文リスト
- Evaluation of quantum Fisher information for large system [6.706593033554568]
量子フィッシャー情報(QFI)は、量子精度の測定、量子情報、多体物理学、その他の領域において重要な役割を果たす。
本稿では,補助システムに情報を転送し,そのサブQFIを測定することで,高次元システムのQFIを評価する手法を提案する。
論文 参考訳(メタデータ) (2024-08-23T08:50:52Z) - Universal Quantum Tomography With Deep Neural Networks [0.0]
純量子状態トモグラフィーと混合量子状態トモグラフィーの両方に対する2つのニューラルネットワークに基づくアプローチを提案する。
提案手法は,実験データから混合量子状態の再構成を行なえることを示す。
論文 参考訳(メタデータ) (2024-07-01T19:09:18Z) - Corrupted sensing quantum state tomography [0.0]
本稿では, 量子状態と構造ノイズの同時再構成を可能にする, 劣化検出型量子状態トモグラフィの概念を提案する。
ノイズの多い量子システムにおいて、量子トモグラフィーのコストと計算労力を大幅に削減するために、これらの技術が実用的なツールとなることが考えられている。
論文 参考訳(メタデータ) (2024-05-23T10:13:59Z) - Effect of the readout efficiency of quantum measurement on the system entanglement [44.99833362998488]
非効率なモニタリングの下で、1d量子ランダムウォークにおける粒子の絡み合いを定量化する。
測定によって引き起こされる量子-古典的交叉における系の最大平均絡み合いは、測定強度と非効率性によって異なる方法であることがわかった。
論文 参考訳(メタデータ) (2024-02-29T18:10:05Z) - Adaptive measurement strategy for quantum subspace methods [0.0]
本稿では,量子部分空間法に有用な適応計測最適化法を提案する。
提案手法は、まず古典的にシミュレート可能な状態の測定プロトコルを決定し、次に量子部分空間展開のプロトコルを適応的に更新する。
数値実験として,分子の励起状態シミュレーションを行い,測定回数を桁違いに削減できることを示した。
論文 参考訳(メタデータ) (2023-11-14T04:00:59Z) - Enhanced Entanglement in the Measurement-Altered Quantum Ising Chain [43.80709028066351]
局所的な量子測定は単に自由度を乱すのではなく、システム内の絡みを強める可能性がある。
本稿では,局所測定の有限密度が与えられた状態の絡み合い構造をどのように修正するかを考察する。
論文 参考訳(メタデータ) (2023-10-04T09:51:00Z) - Quantum State Tomography with Locally Purified Density Operators and Local Measurements [17.38734393793605]
量子状態の効率的な表現により、最小限の測定で量子状態トモグラフィを実現することができる。
そこで本稿では,混合状態のテンソルネットワーク表現を用いた状態トモグラフィの代替手法を提案する。
本研究では,テンソルネットワーク形式を用いた2次元システムのための量子状態トモグラフィーの道を開く。
論文 参考訳(メタデータ) (2023-07-31T03:14:31Z) - 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) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳(メタデータ) (2022-10-03T09:32:28Z) - Neural network enhanced measurement efficiency for molecular
groundstates [63.36515347329037]
いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。
ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
論文 参考訳(メタデータ) (2022-06-30T17:45:05Z) - Deep learning of quantum entanglement from incomplete measurements [0.2493740042317776]
ニューラルネットワークを用いることで、量子状態の完全な記述を必要とせずに、絡み合いの度合いを定量化できることを実証する。
提案手法は,不完全な局所的な測定値を用いて,量子相関の直接量子化を可能にする。
我々は,様々な測定シナリオからデータを受け取り,ある程度,測定装置から独立して実行する畳み込みネットワーク入力に基づく手法を導出する。
論文 参考訳(メタデータ) (2022-05-03T12:55:39Z) - Quantum verification and estimation with few copies [63.669642197519934]
大規模絡み合ったシステムの検証と推定は、信頼性の高い量子情報処理にそのようなシステムを用いる際の大きな課題の1つである。
本稿では,資源の一定数(サンプリング複雑性)に着目し,任意の次元のシステムに適していることを示す。
具体的には、量子状態トモグラフィー(quantum state tomography)の概念とともに、エンタングルメント検出のために少なくとも1つのコピーだけを必要とする確率的フレームワークをレビューする。
論文 参考訳(メタデータ) (2021-09-08T18:20:07Z) - Convergence of reconstructed density matrix to a pure state using
maximal entropy approach [4.084744267747294]
量子系の密度行列を任意の量子ビットに対して純粋な状態に完全に再構成するためのQSTの代替手法を提案する。
我々のゴールは、実際の量子コンピュータにおける量子エラー軽減の分野に応用できる純粋状態の量子システムの実用的な推論を提供することである。
論文 参考訳(メタデータ) (2021-07-02T16:58:26Z) - Bidirectional information flow quantum state tomography [0.0]
双方向Gated Recurrent Unit Neural Network (BiGRU) に基づく量子状態トモグラフィー法を提案する。
この方法では、これらの量子状態を再構成し、高い忠実度を得るために、より少ない測定サンプルを使用できる。
論文 参考訳(メタデータ) (2021-03-31T02:57:27Z) - Observing a Topological Transition in Weak-Measurement-Induced Geometric
Phases [55.41644538483948]
特に弱測定は、システム上のバックアクションを通じて、様々なレベルのコヒーレント制御を可能にする可能性がある。
弱測定列によって誘導される幾何位相を測定し,測定強度によって制御される幾何位相の位相遷移を示す。
その結果、多体位相状態の測定可能な量子制御のための新しい地平線が開かれた。
論文 参考訳(メタデータ) (2021-02-10T19:00:00Z) - Maximal entropy approach for quantum state tomography [3.6344381605841187]
現在の量子コンピューティングデバイスは、ノイズの多い中間スケール量子$(NISQ$)$デバイスである。
量子トモグラフィーは、観測可能な完全な集合によって量子系の密度行列を再構築しようとする。
本稿では、未知の可観測物の値を予測するために、最大情報エントロピーに基づく量子トモグラフィーの代替手法を提案する。
論文 参考訳(メタデータ) (2020-09-02T04:39:45Z) - Lowering Tomography Costs in Quantum Simulation with a Symmetry
Projected Operator Basis [0.0]
ほとんどの量子シミュレーションでは、標的状態はハミルトニアン系固有の多くの対称性に従う。
我々は、必要な測定回数を減らすために、別の対称性を投影した測定基準を得る。
提案方式は, 量子コンピュータに余分なコストで実装でき, 様々な測定やトモグラフィー方式で実装可能であり, ノイズ下ではかなり弾力性が高い。
論文 参考訳(メタデータ) (2020-08-13T17:29:39Z) - Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。
本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。
実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
論文 参考訳(メタデータ) (2020-07-31T17:25:12Z) - Direct estimation of quantum coherence by collective measurements [54.97898890263183]
量子状態におけるコヒーレンス量を推定するための集合的測定手法を提案する。
本手法は、トモグラフィーや適応計測に基づいて、他の推定方法よりも優れている。
本手法は,光子を用いて実験的に実装することで,今日の技術で利用できることを示す。
論文 参考訳(メタデータ) (2020-01-06T03:50:42Z) - Entanglement Classification via Neural Network Quantum States [58.720142291102135]
本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。
我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
論文 参考訳(メタデータ) (2019-12-31T07:40:23Z)
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。