論文の概要: Quantum Receiver Enhanced by Adaptive Learning

• arxiv url: http://arxiv.org/abs/2205.07755v1
• Date: Mon, 16 May 2022 15:30:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-12 23:41:01.479082
• Title: Quantum Receiver Enhanced by Adaptive Learning
• Title（参考訳）: 適応学習による量子受信機
• Authors: Chaohan Cui, William Horrocks, Shuhong Hao, Saikat Guha, N. Peyghambarian, Quntao Zhuang, Zheshen Zhang
• Abstract要約: 適応学習(QREAL)により強化された量子レシーバと呼ばれる汎用アーキテクチャを提案する。 QREALは、記録的な高効率のハードウェアプラットフォームで実験的に実装されている。 2つのコヒーレント状態符号化スキームにおいて、誤差率は標準量子限界よりも40%まで減少する。
• 参考スコア（独自算出の注目度）: 1.468535802698246
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum receivers aim to effectively navigate the vast quantum-state space to endow quantum information processing capabilities unmatched by classical receivers. To date, only a handful of quantum receivers have been constructed to tackle the problem of discriminating coherent states. Quantum receivers designed by analytical approaches, however, are incapable of effectively adapting to diverse environment conditions, resulting in their quickly diminishing performance as the operational complexities increase. Here, we present a general architecture, dubbed the quantum receiver enhanced by adaptive learning (QREAL), to adapt quantum receiver structures to diverse operational conditions. QREAL is experimentally implemented in a hardware platform with record-high efficiency. Combining the QREAL architecture and the experimental advances, the error rate is reduced up to 40% over the standard quantum limit in two coherent-state encoding schemes.
• Abstract（参考訳）: 量子受信機の目的は、巨大な量子状態空間を効果的にナビゲートし、古典的受信機にマッチしない量子情報処理能力を付与することである。 現在、コヒーレントな状態を識別する問題に取り組むために、少数の量子受信機が構築されている。 しかし、解析的アプローチによって設計された量子受信機は、様々な環境条件に効果的に適応することができず、運用上の複雑さが増大するにつれて急速に性能が低下する。 本稿では、適応学習(QREAL)により強化された量子レシーバと呼ばれる一般的なアーキテクチャを提案し、量子レシーバ構造を多様な運用条件に適応させる。 QREALは、記録的な高効率のハードウェアプラットフォームで実験的に実装されている。 QREALアーキテクチャと実験的進歩を組み合わせることで、2つのコヒーレント状態符号化スキームの標準量子限界よりも40%の誤差率を削減できる。

関連論文リスト

• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Quantum control of Rydberg atoms for mesoscopic-scale quantum state and circuit preparation [0.0]
  個別に閉じ込められたRydberg原子は、スケーラブルな量子シミュレーションのプラットフォームとして大きな可能性を秘めている。 量子制御は、完全に接続されたクラスタ状態を確実に生成し、誤り訂正符号化回路をシミュレートするために使用できることを示す。
  論文  参考訳（メタデータ） (2023-02-15T19:00:01Z)
• SAT-Based Quantum Circuit Adaptation [0.9784637657097822]
  量子回路を普遍的な量子ゲートセットからターゲットハードウェアの量子ゲートセットに適応させることは、意図された量子計算の忠実度と持続時間に決定的な影響を与える。 我々は、許容される置換と分解の集合を与えられた量子回路適応を最適化する満足度変調理論モデルを開発する。
  論文  参考訳（メタデータ） (2023-01-27T14:09:29Z)
• Deep Quantum Error Correction [73.54643419792453]
  量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。 本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。 提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
  論文  参考訳（メタデータ） (2023-01-27T08:16:26Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Quantum Architecture Search via Deep Reinforcement Learning [0.0]
  できるだけ少ないゲートを持つ特定の量子状態を生成するための量子ゲートシーケンスを設計するのは簡単ではない。 そこで本研究では,深層強化学習(DRL)を応用した量子アーキテクチャ探索フレームワークを提案する。 エージェント内の量子物理学の知識を符号化することなく、マルチキュービットGHZ状態に対する量子ゲート列の生成に成功したことを実証する。
  論文  参考訳（メタデータ） (2021-04-15T18:53:26Z)
• Direct Quantum Communications in the Presence of Realistic Noisy Entanglement [69.25543534545538]
  本稿では,現実的な雑音に依拠する新しい量子通信方式を提案する。 性能分析の結果,提案手法は競争力のあるQBER, 利得, 利得を提供することがわかった。
  論文  参考訳（メタデータ） (2020-12-22T13:06:12Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。