論文の概要: On the regularization and optimization in quantum detector tomography

• arxiv url: http://arxiv.org/abs/2207.10327v2
• Date: Mon, 10 Apr 2023 07:34:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-11 23:45:12.196297
• Title: On the regularization and optimization in quantum detector tomography
• Title（参考訳）: 量子検出器トモグラフィーにおける正則化と最適化について
• Authors: Shuixin Xiao, Yuanlong Wang, Jun Zhang, Daoyi Dong, Shota Yokoyama, Ian R. Petersen, Hidehiro Yonezawa
• Abstract要約: 我々は異なる正規化形式を議論し、平均2乗誤差スケールを$O(frac1N) $とするか、静的仮定の下では$N$状態コピーで定数になる傾向があることを証明した。 数値的な例は、異なる正則化形式の有効性を示し、量子光学実験により、適切な正則化形式が平均2乗誤差を低減できることを示した。
• 参考スコア（独自算出の注目度）: 7.606341071607205
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum detector tomography (QDT) is a fundamental technique for calibrating quantum devices and performing quantum engineering tasks. In this paper, we utilize regularization to improve the QDT accuracy whenever the probe states are informationally complete or informationally incomplete. In the informationally complete scenario, without regularization, we optimize the resource (probe state) distribution by converting it to a semidefinite programming problem. Then in both the informationally complete and informationally incomplete scenarios, we discuss different regularization forms and prove the mean squared error scales as $ O(\frac{1}{N}) $ or tends to a constant with $ N $ state copies under the static assumption. We also characterize the ideal best regularization for the identifiable parameters, accounting for both the informationally complete and informationally incomplete scenarios. Numerical examples demonstrate the effectiveness of different regularization forms and a quantum optical experiment test shows that a suitable regularization form can reach a reduced mean squared error.
• Abstract（参考訳）: 量子検出器トモグラフィ(QDT)は、量子デバイスを校正し、量子工学タスクを実行するための基礎技術である。 本稿では,プローブ状態が情報的完全あるいは情報的不完全である場合に,正規化を利用してQDT精度を向上させる。 情報完全シナリオでは、正規化を伴わずに半定値プログラミング問題に変換することでリソース(状態)分布を最適化する。 そして、情報完全と情報完全の両シナリオにおいて、異なる正規化形式について議論し、平均二乗誤差が$ o(\frac{1}{n}) $または静的仮定の下で$n $状態コピーを持つ定数になることを示す。 また, 同定可能なパラメータに対する最適最良正規化を特徴とし, 情報的完全化と情報的不完全化の両方を考慮した。 数値例は異なる正則化形式の有効性を示し、量子光学実験では適切な正則化形式が平均二乗誤差を低減できることを示した。

関連論文リスト

• Error Feedback under $(L_0,L_1)$-Smoothness: Normalization and Momentum [56.37522020675243]
  機械学習の幅広い問題にまたがる正規化誤差フィードバックアルゴリズムに対する収束の最初の証明を提供する。 提案手法では,許容可能なステップサイズが大きくなったため,新しい正規化エラーフィードバックアルゴリズムは,各種タスクにおける非正規化エラーよりも優れていた。
  論文  参考訳（メタデータ） (2024-10-22T10:19:27Z)
• Learning Informative Latent Representation for Quantum State Tomography [18.19768367431327]
  量子状態トモグラフィ(Quantum state tomography、QST)は、量子系の完全な状態を再構築する過程である。 ディープニューラルネットワーク(DNN)の最近の進歩は、QSTにおけるディープラーニング(DL)の出現につながった。 本稿では,不完全な測定データを備えたQSTに適したトランスフォーマーベースのオートエンコーダアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-09-30T22:37:28Z)
• Unitary quantum process tomography with unreliable pure input states [0.9746724603067647]
  量子プロセストモグラフィ(QPT)法は、与えられた量子プロセスを特定することを目的としている。 我々はQPTを理論的に可能とする任意の入力状態に対してアルゴリズムを導入する。 我々は、シミュレーションデータと実験の両方を用いて、捕捉されたイオン量子ビットコンピュータ上のCNOTゲートを同定するアルゴリズムをテストする。
  論文  参考訳（メタデータ） (2023-06-13T15:54:39Z)
• Improving the speed of variational quantum algorithms for quantum error correction [7.608765913950182]
  本稿では、量子回路に作用する汎用量子ノイズに対して、適切な量子誤り補正(QEC)手順を考案する問題を考察する。 一般に、符号化と補正のユニタリゲートを得るための解析的普遍的な手順は存在しない。 次数1の量子ワッサーシュタイン距離に基づくコスト関数を用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2023-01-12T19:44:53Z)
• Validation tests of GBS quantum computers give evidence for quantum advantage with a decoherent target [62.997667081978825]
  複数モードデータの検証に指紋としてグループカウント確率の正P位相空間シミュレーションを用いる。 偽データを解き放つ方法を示し、これを古典的なカウントアルゴリズムに適用する。
  論文  参考訳（メタデータ） (2022-11-07T12:00:45Z)
• Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
  証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。 我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。 任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
  論文  参考訳（メタデータ） (2022-03-30T02:02:16Z)
• Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
  実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。 我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。 このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
  論文  参考訳（メタデータ） (2022-01-14T19:24:31Z)
• Generalization in quantum machine learning from few training data [4.325561431427748]
  現代の量子機械学習(QML)手法は、トレーニングデータセット上でパラメータ化された量子回路を変動的に最適化する。 トレーニング可能なゲートを最低で$sqrtT/N$とする量子機械学習モデルの一般化誤差を示す。 また、量子畳み込みニューラルネットワークによる相転移における量子状態の分類には、非常に小さなトレーニングデータセットが必要であることも示している。
  論文  参考訳（メタデータ） (2021-11-09T17:49:46Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• 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)
• Rigorous measurement error correction [0.0]
  ゲート型量子コンピュータにおける状態準備および測定誤差を補正する実験手法について概説する。 ゲートセットトモグラフィーから$Gamma$を得る方法を示し、単一のIBM Q超伝導量子ビットに誤差補正手法を適用する。
  論文  参考訳（メタデータ） (2020-02-04T18:58:06Z)

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。