Fugu-MT 論文翻訳(概要): Machine Learning of Average Non-Markovianity from Randomized Benchmarking

論文の概要: Machine Learning of Average Non-Markovianity from Randomized Benchmarking

arxiv url: http://arxiv.org/abs/2207.01542v1
Date: Mon, 4 Jul 2022 16:07:21 GMT
ステータス: 処理完了
システム内更新日: 2023-02-06 19:03:27.244395
Title: Machine Learning of Average Non-Markovianity from Randomized Benchmarking
Title（参考訳）: ランダム化ベンチマークによる平均非マルコビアン性の機械学習
Authors: Shih-Xian Yang, Pedro Figueroa-Romero and Min-Hsiu Hsieh
Abstract要約: ノイズの多い量子回路における相関の存在は、量子デバイスのサイズと深さが成長し続けるにつれて必然的な副作用となる。 RBは、量子デバイスの全体的な性能を評価する最も単純な方法であることは間違いない。本稿では,行列積演算子を用いた機械学習のパワーを利用して,RB実験のデータから示される最小平均的非マルコビアン性を推定する手法を示す。
参考スコア（独自算出の注目度）: 12.547444644243544
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The presence of correlations in noisy quantum circuits will be an inevitable side effect as quantum devices continue to grow in size and depth. Randomized Benchmarking (RB) is arguably the simplest method to initially assess the overall performance of a quantum device, as well as to pinpoint the presence of temporal-correlations, so-called non-Markovianity; however, when such presence is detected, it hitherto remains a challenge to operationally quantify its features. Here, we demonstrate a method exploiting the power of machine learning with matrix product operators to deduce the minimal average non-Markovianity displayed by the data of a RB experiment, arguing that this can be achieved for any suitable gate set, as well as tailored for most specific-purpose RB techniques.
Abstract（参考訳）: ノイズ量子回路における相関の存在は、量子デバイスのサイズと深さが増加し続けるにつれて必然的な副作用となる。ランダム化ベンチマーク(rb)は、量子デバイスの全体的な性能を最初に評価する最も単純な方法であり、時間相関、いわゆる非マルコビアン性の存在を特定できる。本稿では,行列積演算子を用いた機械学習のパワーを利用して,RB実験のデータで示される最小平均的非マルコビアン性を推定する手法について述べる。

関連論文リスト

Certifiably Robust Encoding Schemes [40.54768963869454]
量子機械学習は、量子力学の原理を使ってデータを処理し、速度と性能の潜在的な進歩を提供する。これまでの研究では、これらのモデルが入力データを操作したり、量子回路のノイズを悪用したりする攻撃を受けやすいことが示されている。本研究では,従来のデータ符号化方式における摂動に対するロバスト性を調べることで,この研究線を拡張した。
論文参考訳（メタデータ） (2024-08-02T11:29:21Z)
Discrete Randomized Smoothing Meets Quantum Computing [40.54768963869454]
重畳における入力バイナリデータの摂動をエンコードし、量子振幅推定(QAE)を用いてモデルへの呼び出し数を2次的に削減する方法を示す。さらに、画像、グラフ、テキストに対するアプローチの広範な評価を可能にする新しいバイナリ脅威モデルを提案する。
論文参考訳（メタデータ） (2024-08-01T20:21:52Z)
Quantum Patch-Based Autoencoder for Anomaly Segmentation [44.99833362998488]
画像の異常セグメンテーションのためのパッチベースの量子オートエンコーダ(QPB-AE)を提案する。 QPB-AEは、組み込まれた入力パッチの量子状態を再構成し、測定から直接異常マップを計算する。複数のデータセットとパラメータ構成でその性能を評価する。
論文参考訳（メタデータ） (2024-04-26T08:42:58Z)
Randomized semi-quantum matrix processing [0.0]
汎用行列関数をシミュレートするためのハイブリッド量子古典的フレームワークを提案する。この方法は、対象関数のチェビシェフ近似上のランダム化に基づいている。コストのかかるパラメータの2次高速化を含む,平均深度に対する利点を実証する。
論文参考訳（メタデータ） (2023-07-21T18:00:28Z)
Operational Markovianization in Randomized Benchmarking [7.680510419135912]
我々は、動的デカップリング(DD)やランダムコンパイル(RC)のようなエラー抑制技術がランダムベンチマーク(RB)を動作的にマーカビアン化できることを解析的に示す。提案手法は,非マルコフ雑音を同時に低減し,標準かつ信頼性の高いゲート品質推定を可能にする。
論文参考訳（メタデータ） (2023-05-08T13:37:18Z)
Suppressing Amplitude Damping in Trapped Ions: Discrete Weak Measurements for a Non-unitary Probabilistic Noise Filter [62.997667081978825]
この劣化を逆転させるために、低オーバーヘッドプロトコルを導入します。振幅減衰雑音に対する非単位確率フィルタの実装のための2つのトラップイオンスキームを提案する。このフィルタは、単一コピー準蒸留のためのプロトコルとして理解することができる。
論文参考訳（メタデータ） (2022-09-06T18:18:41Z)
Noisy Quantum Kernel Machines [58.09028887465797]
量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
論文参考訳（メタデータ） (2022-04-26T09:52:02Z)
Dispersive qubit readout with machine learning [0.08399688944263842]
オープン量子系は散逸相転移を起こすことができ、その臨界挙動はセンシングアプリケーションに利用することができる。最近導入された測定プロトコルでは、パラメトリック(2光子駆動)のカー共振器の駆動散逸位相遷移を使い、99.9%の単一量子ビット検出忠実度に達した。我々は、機械学習に基づく分類アルゴリズムを用いて、この臨界ダイナミクスから情報を抽出する。
論文参考訳（メタデータ） (2021-12-10T04:25:43Z)
Machine learning approach for quantum non-Markovian noise classification [1.2891210250935146]
機械学習と人工ニューラルネットワークモデルを用いてノイズの多い量子力学を分類できることを示した。提案手法は, 多数の実験手法の直接的応用と, 既に利用可能な雑音型中間規模量子デバイスのノイズベンチマークへの応用が期待できる。
論文参考訳（メタデータ） (2021-01-08T20:56:56Z)
Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
論文参考訳（メタデータ） (2020-09-28T17:21:25Z)
Demonstration of non-Markovian process characterisation and control on a quantum processor [0.0]
非マルコフノイズは量子技術の進歩に深刻な課題をもたらす。量子系における非マルコフ力学を特徴づける枠組みを開発する。以上の結果から, この特性化手法は, より優れた量子制御とコヒーレンス時間の拡張につながることが示された。
論文参考訳（メタデータ） (2020-04-29T08:29:29Z)

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。