論文の概要: Quantum state tomography with tensor train cross approximation

• arxiv url: http://arxiv.org/abs/2207.06397v1
• Date: Wed, 13 Jul 2022 17:56:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-05 06:49:26.800567
• Title: Quantum state tomography with tensor train cross approximation
• Title（参考訳）: テンソル列クロス近似を用いた量子状態トモグラフィ
• Authors: Alexander Lidiak, Casey Jameson, Zhen Qin, Gongguo Tang, Michael B. Wakin, Zhihui Zhu, Zhexuan Gong
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 84.59270977313619
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It has been recently shown that a state generated by a one-dimensional noisy quantum computer is well approximated by a matrix product operator with a finite bond dimension independent of the number of qubits. We show that full quantum state tomography can be performed for such a state with a minimal number of measurement settings using a method known as tensor train cross approximation. The method works for reconstructing full rank density matrices and only requires measuring local operators, which are routinely performed in state-of-art experimental quantum platforms. Our method requires exponentially fewer state copies than the best known tomography method for unstructured states and local measurements. The fidelity of our reconstructed state can be further improved via supervised machine learning, without demanding more experimental data. Scalable tomography is achieved if the full state can be reconstructed from local reductions.
• Abstract（参考訳）: 近年, 1次元雑音量子コンピュータが生成する状態は, キュービット数に依存しない有限結合次元を持つ行列積作用素によってよく近似されることが示された。 テンソルトレインクロス近似法(tensor train cross approximation)として知られる手法を用いて,測定条件が最小の状態で全量子状態トモグラフィーを行うことができることを示した。 この手法は全階密度行列の再構成に役立ち、局所演算子を計測することしか必要とせず、これは最先端の実験量子プラットフォームで日常的に実行される。 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。 再構成された状態の忠実性は、より実験的なデータを要求することなく、教師付き機械学習によってさらに向上することができる。 スケーラブルなトモグラフィは、全状態が局所的な縮小から再構築できる場合に実現される。

関連論文リスト

• A Tailor-made Quantum State Tomography Approach [0.0]
  量子状態トモグラフィーは、量子システムの状態を再構築することを目的としている。 従来のQSTでは、測定の数はキュービットの数と指数関数的にスケールする。 本稿では,しきい値の導入によって,必要な測定回数を大幅に削減できるプロトコルを提案する。
  論文  参考訳（メタデータ） (2024-01-23T15:56:12Z)
• Unrolling SVT to obtain computationally efficient SVT for n-qubit quantum state tomography [13.203765985718201]
  SVTの繰り返しをアンロールすることで,n量子ビット系の量子状態を推定する機械学習手法を提案する。 非常に少ない層を持つLQSTは,SVTアルゴリズムよりもはるかに忠実な密度行列を再構成することを示した。 また、情報的に不完全な雑音測定から量子ベル状態の再構成を実証する。
  論文  参考訳（メタデータ） (2022-12-17T11:42:57Z)
• Quantum State Tomography Inspired by Language Modeling [0.0]
  言語モデリングタスクとして状態トモグラフィーを考慮し,スケーラブルな手法を提案する。 本手法は, 最先端の手法よりも少ないサンプルを用いて, 純量子状態と混合量子状態を正確に再構成できることを示す。
  論文  参考訳（メタデータ） (2022-12-09T15:47:03Z)
• 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)
• Practical Quantum State Tomography for Gibbs states [0.0]
  我々は、局所ハミルトンのギブス状態によって近似できる状態のトモグラフィーのために、適度な計算資源と量子資源を必要とするトモグラフィー手法を開発する。 横場イジングモデルのギブス状態における密度行列4から10キュービットの高忠実度再構成による本手法の有用性を実証する。
  論文  参考訳（メタデータ） (2021-12-20T09:42:26Z)
• 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 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)
• Efficient construction of tensor-network representations of many-body Gaussian states [59.94347858883343]
  本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。 これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
  論文  参考訳（メタデータ） (2020-08-12T11:30:23Z)
• 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)
• Gaussian Process States: A data-driven representation of quantum many-body physics [59.7232780552418]
  我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。 また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
  論文  参考訳（メタデータ） (2020-02-27T15:54:44Z)

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。