論文の概要: Optimizing measurement-based cooling by reinforcement learning

• arxiv url: http://arxiv.org/abs/2206.00246v2
• Date: Mon, 3 Oct 2022 17:12:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-11 01:23:10.777072
• Title: Optimizing measurement-based cooling by reinforcement learning
• Title（参考訳）: 強化学習による計測に基づく冷却の最適化
• Authors: Jia-shun Yan and Jun Jing
• Abstract要約: 本研究では,条件および非条件計測手法を用いて,目標共振器を冷却する最適化アーキテクチャを提案する。 非条件測定のための最適測定区間 $tau_rm optu$ を初めて解析的に導出する。 強化学習による大域的最適化の下での冷却アルゴリズムにより, 協調冷却性能の最大値が得られる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conditional cooling-by-measurement holds a significant advantage over its unconditional (nonselective) counterpart in the average-population-reduction rate. However, it has a clear weakness with respect to the limited success probability of finding the detector in the measured state. In this work, we propose an optimized architecture to cool down a target resonator, which is initialized as a thermal state, using an interpolation of conditional and unconditional measurement strategies. An optimal measurement-interval $\tau_{\rm opt}^u$ for unconditional measurement is analytically derived for the first time, which is inversely proportional to the collective dominant Rabi frequency $\Omega_d$ as a function of the resonator's population in the end of the last round. A cooling algorithm under global optimization by the reinforcement learning results in the maximum value for the cooperative cooling performance, an indicator to measure the comprehensive cooling efficiency for arbitrary cooling-by-measurement architecture. In particular, the average population of the target resonator under only $16$ rounds of measurements can be reduced by four orders in magnitude with a success probability about $30\%$.
• Abstract（参考訳）: 条件付き冷却・測定は、平均人口減少率の非条件型(非選択型)と比較すると大きな利点がある。 しかし、測定された状態で検出器を見つけるという限られた成功確率に対して明らかな弱点がある。 本研究では,条件と無条件の測定手法の補間を用いて,熱状態として初期化されるターゲット共振器を冷却する最適化アーキテクチャを提案する。 非条件測定のための最適な測定-interval $\tau_{\rm opt}^u$を初めて解析的に導出し、最後のラウンドの終わりに共振器の人口の関数として、集合的な支配的なrabi周波数$\omega_d$に逆比例する。 強化学習による大域的最適化による冷却アルゴリズムは協調冷却性能の最大値となり,任意の冷却バイ測定アーキテクチャの総合冷却効率を測定する指標となる。 特に、目標共振器の平均値が16ドル以下の場合、約30ドル%の確率で4桁の精度で小さくすることができる。

関連論文リスト

• Reinforced Disentanglers on Random Unitary Circuits [0.10923877073891444]
  ブロックウォールパターンで配置された2ビットゲートのランダムクリフォード回路上で,効率的なアンタングルを探索する。 遠心分離器は連続する絡み合う層の間に挿入される射影測定のセットとして定義される。
  論文  参考訳（メタデータ） (2024-11-14T19:51:26Z)
• Not All Semantics are Created Equal: Contrastive Self-supervised Learning with Automatic Temperature Individualization [51.41175648612714]
  分散ロバスト最適化(DRO)に着想を得た新しい頑健なコントラスト損失を提案する。 提案アルゴリズムは,各サンプルに対して適切な$tau$を自動で学習することを示す。 提案手法は, 単モーダル・バイモーダル・データセットにおいて, 従来の強いベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2023-05-19T19:25:56Z)
• An almost deterministic cooling by measurements [0.0]
  本稿では,共振器を基底状態に冷却する2段階のプロトコルを提案する。 第1ステップでは、熱状態から予約されたフォック状態へターゲット共振器を再生するために、アシラリー量子ビットの無条件測定を適用する。 第2のステップでは、留置状態の人口は、ほぼ単位の忠実度を持つ共振器の基底状態に段階的に移動することができる。
  論文  参考訳（メタデータ） (2023-01-05T03:27:34Z)
• Maximum-Likelihood Inverse Reinforcement Learning with Finite-Time Guarantees [56.848265937921354]
  逆強化学習(IRL)は報酬関数と関連する最適ポリシーを回復することを目的としている。 IRLの多くのアルゴリズムは本質的にネスト構造を持つ。 我々は、報酬推定精度を損なわないIRLのための新しいシングルループアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-10-04T17:13:45Z)
• Simultaneous cooling by measuring one ancillary system [0.0]
  本稿では,2重共振器系に対する同時冷却プロトコルを提案する。 熱状態から2つの共振器をそれぞれの基底状態に冷却することができる。
  論文  参考訳（メタデータ） (2022-02-06T09:21:46Z)
• External-level assisted cooling by measurement [0.0]
  高温の熱平衡状態にある量子共振器は、平均的な人口が大きい。 しかし, 高温条件下では, 測定誘起冷却が非効率になる可能性が示唆された。 量子ビットの励起状態と外部レベルの間に強い駆動を導入する。
  論文  参考訳（メタデータ） (2021-06-15T07:22:44Z)
• Doubly Robust Off-Policy Actor-Critic: Convergence and Optimality [131.45028999325797]
  ディスカウント型MDPのための2倍堅牢なオフポリチックAC(DR-Off-PAC)を開発した。 DR-Off-PACは、俳優と批評家の両方が一定のステップで同時に更新される単一のタイムスケール構造を採用しています。 有限時間収束速度を研究し, dr-off-pac のサンプル複雑性を特徴とし, $epsilon$-accurate optimal policy を得る。
  論文  参考訳（メタデータ） (2021-02-23T18:56:13Z)
• Regret-Optimal Filtering [57.51328978669528]
  後悔最適化レンズによる線形状態空間モデルにおけるフィルタの問題を検討する。 我々は, 透視推定器の誤差エネルギー推定における後悔の概念に基づいて, フィルタ設計のための新しい基準を定式化する。 3つのリッキー方程式と1つのリャプノフ方程式を解くことで、後悔と最適推定が容易に実現できることを示す。
  論文  参考訳（メタデータ） (2021-01-25T19:06:52Z)
• Zeroth-Order Hybrid Gradient Descent: Towards A Principled Black-Box Optimization Framework [100.36569795440889]
  この作業は、一階情報を必要としない零次最適化(ZO)の反復である。 座標重要度サンプリングにおける優雅な設計により,ZO最適化法は複雑度と関数クエリコストの両面において効率的であることを示す。
  論文  参考訳（メタデータ） (2020-12-21T17:29:58Z)
• Dissipative-coupling-assisted laser cooling: limitations and perspectives [91.3755431537592]
  本稿では, 追加散逸などの小さな不完全性に対する感度が高いプロトコルを包括的に解析する。 冷却プロトコルとレッドサイドバンド励起またはフィードバックを用いた分散結合支援プロトコルの詳細な比較を示す。
  論文  参考訳（メタデータ） (2020-07-27T16:02:16Z)
• Ground-state cooling enabled by critical coupling and dark entangled states [0.0]
  フォノンモードが2レベルシステムアンサンブルに臨界結合した場合に最適冷却が発生する。 この結果から, 地中冷却の新たな道筋が得られ, 実験的な実演も可能となった。
  論文  参考訳（メタデータ） (2020-01-05T21:50:35Z)

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。