論文の概要: Simple, reliable and noise-resilient continuous-variable quantum state tomography with convex optimization

• arxiv url: http://arxiv.org/abs/2202.11584v2
• Date: Thu, 27 Oct 2022 11:05:10 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-24 03:43:21.346281
• Title: Simple, reliable and noise-resilient continuous-variable quantum state tomography with convex optimization
• Title（参考訳）: 凸最適化を用いた単純・信頼性・雑音耐性連続量子状態トモグラフィ
• Authors: Ingrid Strandberg
• Abstract要約: 凸最適化に基づく連続変数状態再構成法を提案する。 熱雑音と不完全検出により劣化したデータから, 基礎となる状態の高忠実な復元を実証する。 他の方法に対する大きな利点は、凸最適化アルゴリズムが最適解に収束することが保証されていることである。
• 参考スコア（独自算出の注目度）: 6.127600411727684
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Precise reconstruction of unknown quantum states from measurement data, a process commonly called quantum state tomography, is a crucial component in the development of quantum information processing technologies. Many different tomography methods have been proposed over the years. Maximum likelihood estimation is a prominent example, being the most popular method for a long period of time. Recently, more advanced neural network methods have started to emerge. Here, we go back to basics and present a method for continuous variable state reconstruction that is both conceptually and practically simple, based on convex optimization. Convex optimization has been used for process tomography and qubit state tomography, but seems to have been overlooked for continuous variable quantum state tomography. We demonstrate high-fidelity reconstruction of an underlying state from data corrupted by thermal noise and imperfect detection, for both homodyne and heterodyne measurements. A major advantage over other methods is that convex optimization algorithms are guaranteed to converge to the optimal solution.
• Abstract（参考訳）: 量子状態トモグラフィー(quantum state tomography)と呼ばれる測定データから未知の量子状態の正確な再構成は、量子情報処理技術の発達において重要な要素である。 近年,様々なトモグラフィ法が提案されている。 最大度推定は顕著な例であり、長期間にわたって最も人気のある方法である。 近年,より高度なニューラルネットワーク手法が登場し始めている。 本稿では,基本を振り返って,凸最適化に基づく概念的かつ事実上単純である連続的可変状態再構成法を提案する。 凸最適化はプロセストモグラフィーやキュービット状態トモグラフィーに使われてきたが、連続的な可変量子状態トモグラフィーでは見過ごされたようである。 ホモダインおよびヘテロダインの測定において, 熱雑音と不完全検出により劣化したデータから, 基礎状態の高忠実化を実証した。 他の方法に対する大きな利点は、凸最適化アルゴリズムが最適解に収束することが保証されていることである。

関連論文リスト

• Fourier Quantum Process Tomography [0.0]
  フーリエ量子プロセス・トモグラフィーと呼ばれる新しい手法を導入する。 本研究では, 空間依存性の偏光変換について実験を行い, 平均忠実度を90%以上と評価した。
  論文  参考訳（メタデータ） (2023-12-20T22:17:56Z)
• Retrieving space-dependent polarization transformations via near-optimal quantum process tomography [55.41644538483948]
  トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。 ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。 これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
  論文  参考訳（メタデータ） (2022-10-27T11:37:14Z)
• Quantum state tomography with tensor train cross approximation [84.59270977313619]
  測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。 本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
  論文  参考訳（メタデータ） (2022-07-13T17:56:28Z)
• Efficient Quantum State Tracking in Noisy Environments [10.762101459838052]
  本稿では,光子の横方向空間モードに符号化された量子ドット系における行列励起勾配トモグラフィの実験的実装について述べる。 定常および進化状態における本手法の性能および環境騒音について検討し,すべての事例において95%程度の忠実度を求める。
  論文  参考訳（メタデータ） (2022-05-12T22:32:14Z)
• Ultrasound Signal Processing: From Models to Deep Learning [64.56774869055826]
  医用超音波画像は、信頼性と解釈可能な画像再構成を提供するために、高品質な信号処理に大きく依存している。 データ駆動方式で最適化されたディープラーニングベースの手法が人気を集めている。 比較的新しいパラダイムは、データ駆動型ディープラーニングの活用とドメイン知識の活用という2つのパワーを組み合わせたものだ。
  論文  参考訳（メタデータ） (2022-04-09T13:04:36Z)
• 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)
• Fast quantum state reconstruction via accelerated non-convex programming [8.19144665585397]
  本稿では, 圧縮センシング, 非状態雑音最適化, 高速化手法のアイデアを組み合わせた新しい量子状態法を提案する。 提案手法は合成実験と実実験の両方において優れた性能を示す。
  論文  参考訳（メタデータ） (2021-04-14T17:38:40Z)
• Fast and robust quantum state tomography from few basis measurements [65.36803384844723]
  本稿では、上記の全てのリソースを精度に悪影響を及ぼすことなく最適化するオンライントモグラフィーアルゴリズムを提案する。 このプロトコルは、状態コピー、測定設定、メモリのランクと寸法で証明可能なパフォーマンスを初めて提供する。 量子コンピュータ上でアルゴリズムを実行し、量子状態トモグラフィーのための量子スピードアップを提供することにより、さらなる改善が可能となる。
  論文  参考訳（メタデータ） (2020-09-17T11:28:41Z)
• Experimental adaptive quantum state tomography based on rank-preserving transformations [0.0]
  量子トモグラフィー(quantum tomography)は、複数の測定データを用いた量子状態再構成のプロセスである。 最近提案された量子トモグラフィーの手法の1つは、ランク保存変換に基づくアルゴリズムである。 本研究はランク保存トモグラフィの数値的および実験的比較を他の適応法と比較する。
  論文  参考訳（メタデータ） (2020-08-04T16:49:03Z)
• 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)

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。