論文の概要: Recovering models of open quantum systems from data via polynomial optimization: Towards globally convergent quantum system identification

• arxiv url: http://arxiv.org/abs/2203.17164v1
• Date: Thu, 31 Mar 2022 16:38:08 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-01 16:48:35.805168
• Title: Recovering models of open quantum systems from data via polynomial optimization: Towards globally convergent quantum system identification
• Title（参考訳）: 多項式最適化によるオープン量子システムのモデル復元--大域収束量子システム同定に向けて
• Authors: Denys I. Bondar and Zakhar Popovych and Kurt Jacobs and Georgios Korpas and Jakub Marecek
• Abstract要約: 現在の量子デバイスは、製造の結果として不完全性に悩まされ、即時環境とのカップリングの結果、ノイズや消散に悩まされる。 もう一つの方法は、その行動の時系列測定からそのようなモデルを抽出することである。 最適化の最近の進歩は、この種の問題に対して、世界中に収束した解法を提供してきた。 我々は、最先端のアルゴリズム、境界、収束率の概要と、オープン量子システムのモデリングにおけるこのアプローチの利用について説明する。
• 参考スコア（独自算出の注目度）: 4.25234252803357
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current quantum devices suffer imperfections as a result of fabrication, as well as noise and dissipation as a result of coupling to their immediate environments. Because of this, it is often difficult to obtain accurate models of their dynamics from first principles. An alternative is to extract such models from time-series measurements of their behavior. Here, we formulate this system-identification problem as a polynomial optimization problem. Recent advances in optimization have provided globally convergent solvers for this class of problems, which using our formulation prove estimates of the Kraus map or the Lindblad equation. We include an overview of the state-of-the-art algorithms, bounds, and convergence rates, and illustrate the use of this approach to modeling open quantum systems.
• Abstract（参考訳）: 現在の量子デバイスは、製造の結果としての不完全さと、直接の環境と結合した結果のノイズと散逸に苦しんでいる。 このため、第一原理からそれらの力学の正確なモデルを得るのは難しいことが多い。 別の方法は、それらの行動の時系列測定からそのようなモデルを抽出することである。 本稿では,このシステム同定問題を多項式最適化問題として定式化する。 最近の最適化の進歩により、この種類の問題に対してグローバル収束解法が提供され、クラウス写像やリンドブラッド方程式の推測が証明されている。 我々は、最先端のアルゴリズム、境界、収束率の概要と、オープン量子システムのモデリングにおけるこのアプローチの利用について説明する。

関連論文リスト

• An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
  本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。 新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。 導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• Unbiasing time-dependent Variational Monte Carlo by projected quantum evolution [44.99833362998488]
  量子系を古典的にシミュレートするためのモンテカルロ変分法(英語版)の精度とサンプルの複雑さを解析する。 時間依存変分モンテカルロ(tVMC)が最もよく用いられるスキームは、体系的な統計的バイアスによって影響を受けることを証明している。 本稿では,各段階における最適化問題の解法に基づく異なるスキームが,そのような問題から解放されていることを示す。
  論文  参考訳（メタデータ） (2023-05-23T17:38:10Z)
• A Copositive Framework for Analysis of Hybrid Ising-Classical Algorithms [18.075115172621096]
  本稿では,Isingソルバを用いた混合二項二次プログラムの解法におけるハイブリッドアルゴリズムの形式解析について述べる。 本稿では,ハイブリッド量子古典的切削平面アルゴリズムを用いてこの問題を解決することを提案する。
  論文  参考訳（メタデータ） (2022-07-27T16:47:32Z)
• Provably efficient variational generative modeling of quantum many-body systems via quantum-probabilistic information geometry [3.5097082077065003]
  パラメータ化混合状態に対する量子自然勾配降下の一般化を導入する。 また、堅牢な一階近似アルゴリズム、Quantum-Probabilistic Mirror Descentを提供する。 我々のアプローチは、モデル選択における柔軟性を実現するために、それまでのサンプル効率の手法を拡張しました。
  論文  参考訳（メタデータ） (2022-06-09T17:58:15Z)
• 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)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• 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)
• Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
  我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。 これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
  論文  参考訳（メタデータ） (2020-11-09T01:13:07Z)
• Low depth mechanisms for quantum optimization [0.25295633594332334]
  我々は、成功の物理的メカニズムとアルゴリズム改善の導出の失敗を理解するために、グラフ上の運動エネルギーに関連する言語とツールの開発に重点を置いている。 これは、波動関数の閉じ込め、位相ランダム化、理想解から遠く離れた目標に潜む影欠陥の影響と関係している。
  論文  参考訳（メタデータ） (2020-08-19T18:16:26Z)

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。