Fugu-MT 論文翻訳(概要): Multi-Axis Control of a Qubit in the Presence of Unknown Non-Markovian Quantum Noise

論文の概要: Multi-Axis Control of a Qubit in the Presence of Unknown Non-Markovian Quantum Noise

arxiv url: http://arxiv.org/abs/2208.03058v2
Date: Thu, 17 Nov 2022 11:41:53 GMT
ステータス: 処理完了
システム内更新日: 2023-02-02 04:55:59.884098
Title: Multi-Axis Control of a Qubit in the Presence of Unknown Non-Markovian Quantum Noise
Title（参考訳）: 未知非マルコフ量子ノイズの存在下での量子ビットの多軸制御
Authors: Akram Youssry, Hendra I. Nurdin
Abstract要約: 我々は、未知の完全量子非マルコフ雑音に結合した量子ビットの開ループ制御の問題を考える。制御パルス最適化のために,勾配降下法と遺伝的最適化法について検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we consider the problem of open-loop control of a qubit that is coupled to an unknown fully quantum non-Markovian noise (either bosonic or fermionic). A graybox model that is empirically obtained from measurement data is employed to approximately represent the unknown quantum noise. The estimated model is then used to calculate the open-loop control pulses under constraints on the pulse amplitude and timing. For the control pulse optimization, we explore the use of gradient descent and genetic optimization methods. We consider the effect of finite sampling on estimating expectation values of observables and show results for single- and multi-axis control of a qubit.
Abstract（参考訳）: 本稿では、未知の完全量子非マルコフ雑音(ボゾンまたはフェルミオン)に結合した量子ビットの開ループ制御の問題を考える。測定データから経験的に得られるグレーボックスモデルを用いて未知の量子ノイズを近似的に表現する。推定モデルは、パルス振幅とタイミングの制約の下で開ループ制御パルスを計算するために使用される。制御パルス最適化のために,勾配降下法と遺伝的最適化法について検討する。観測値の期待値に対する有限サンプリングの効果を考察し,キュービットの単軸・多軸制御における結果を示す。

関連論文リスト

Broadband spectroscopy of quantum noise [0.7252027234425334]
量子バスが様々な周波数で発生するノイズを特徴付ける方法を示す。非π$パルスの存在下で、プローブのダイナミクスの正確な表現を利用する。
論文参考訳（メタデータ） (2024-02-16T04:08:38Z)
Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文参考訳（メタデータ） (2024-01-31T01:02:16Z)
Compressed gate characterization for quantum devices with time-correlated noise [0.0]
本稿では,時間関連ノイズの存在下での量子プロセストモグラフィ(QPT)の一般的な枠組みについて述べる。本手法の適用例として,シリコンスピン量子ビットの比較理論的および実験的解析を行った。理論的に予測されたプロセスの忠実度と2つのqubitインターリーブされたランダム化されたベンチマークの忠実度との間には、最近のシリコンスピン量子ビットに関する実験で測定された99.8%の一致が得られた。
論文参考訳（メタデータ） (2023-07-26T18:05:49Z)
Pulse-controlled qubit in semiconductor double quantum dots [57.916342809977785]
単一電子電荷量子ビットの量子制御のための数値最適化多パルスフレームワークを提案する。新規な制御方式は、キュービットを断熱的に操作すると同時に、高速で一般的な単一キュービット回転を行う能力も保持する。
論文参考訳（メタデータ） (2023-03-08T19:00:02Z)
Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文参考訳（メタデータ） (2022-12-12T15:06:32Z)
High-Order Qubit Dephasing at Sweet Spots by Non-Gaussian Fluctuators: Symmetry Breaking and Floquet Protection [55.41644538483948]
非ガウスゆらぎによるqubit dephasingについて検討した。非ガウス雑音に特有の対称性破壊効果を予測する。
論文参考訳（メタデータ） (2022-06-06T18:02:38Z)
Noise thresholds for classical simulability of non-linear Boson sampling [4.812718493682455]
我々は,高次非線形性を導入し,問題の計算複雑性とプロトコルの雑音に対する堅牢性を高める。以上の結果から,入出力状態におけるシングルモードKerrの非線形性の追加は,線形光学的進化を維持しつつも,Bosonサンプリングプロトコルがノイズに対してより堅牢であることが示唆された。
論文参考訳（メタデータ） (2022-02-24T12:17:28Z)
Dual-Frequency Quantum Phase Estimation Mitigates the Spectral Leakage of Quantum Algorithms [76.15799379604898]
量子位相推定は、レコード長の逆数が未知の位相の整数倍でない場合にスペクトルリークに悩まされる。複数のサンプルが利用できるとき,クレーマー・ラオ境界に近づいた二重周波数推定器を提案する。
論文参考訳（メタデータ） (2022-01-23T17:20:34Z)
Noise-Aware Quantum Amplitude Estimation [0.18641315013048293]
量子振幅推定のためのガウス雑音モデルを導出する。提案手法は実世界の実験データに適していることを示す。ノイズ認識」の追加は、量子エラー軽減の有効な手段であることを示す。
論文参考訳（メタデータ） (2021-09-10T12:49:29Z)
Assessment of weak-coupling approximations on a driven two-level system under dissipation [58.720142291102135]
我々は, 減散を伴うリウヴィル・ヴォン方程式(Liouville-von equation)と呼ばれる数値的正確かつ非摂動的手法を用いて, 駆動量子ビットについて検討した。我々は、駆動された量子ビットの定常状態を予測する上で、リンドブラッド方程式の妥当性の規則をマップするために実験で用いられる計量を提案する。
論文参考訳（メタデータ） (2020-11-11T22:45:57Z)
Robust quantum gates using smooth pulses and physics-informed neural networks [0.0]
本稿では、ノイズに対する感度を最小化する、真に滑らかなパルスを得るための最初の一般的な方法を提案する。ニューラルネットワークを用いてハミルトニアンをパラメータ化することにより、多数の最適化パラメータを利用できる。我々は,論理部分空間内のノイズの影響を抑えるスムーズな形状と,その部分空間からの漏れを抑えることで,我々のアプローチの能力を実証する。
論文参考訳（メタデータ） (2020-11-04T19:31:36Z)

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。