論文の概要: Predicting the minimum control time of quantum protocols with artificial neural networks

• arxiv url: http://arxiv.org/abs/2208.04362v1
• Date: Mon, 8 Aug 2022 18:40:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-01 21:44:06.936252
• Title: Predicting the minimum control time of quantum protocols with artificial neural networks
• Title（参考訳）: ニューラルネットワークを用いた量子プロトコルの最小制御時間予測
• Authors: Sofia Sevitz, Nicol\'as Mirkin and Diego A. Wisniacki
• Abstract要約: 我々は,状態伝達プロトコルにおける最小制御時間(MCT)を推定するために,機械学習ネットワークを用いる。 教師なし学習手法は、オートエンコーダネットワークとk平均クラスタリングツールを組み合わせて検討する。
• 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: Quantum control relies on the driving of quantum states without the loss of coherence, thus the leakage of quantum properties onto the environment over time is a fundamental challenge. One work-around is to implement fast protocols, hence the Minimal Control Time (MCT) is of upmost importance. Here, we employ a machine learning network in order to estimate the MCT in a state transfer protocol. An unsupervised learning approach is considered by using a combination of an autoencoder network with the k-means clustering tool. The Landau-Zener (LZ) Hamiltonian is analyzed given that it has an analytical MCT and a distinctive topology change in the control landscape when the total evolution time is either under or over the MCT. We obtain that the network is able to not only produce an estimation of the MCT but also gains an understanding of the landscape's topologies. Similar results are found for the generalized LZ Hamiltonian while limitations to our very simple architecture were encountered.
• Abstract（参考訳）: 量子制御はコヒーレンスを失うことなく量子状態の駆動に依存するため、時間とともに環境への量子特性の漏洩は根本的な課題である。 1つの回避策は高速プロトコルを実装することであるため、最小制御時間(mct)が最も重要である。 本稿では,状態伝達プロトコルにおけるMCTを推定するために,機械学習ネットワークを用いる。 自動エンコーダネットワークとk-meansクラスタリングツールの組み合わせを用いて教師なし学習手法を検討する。 Landau-Zener (LZ) Hamiltonian (LZ) は、総進化時間がMCTの下か上であるときに、解析的MCTとコントロールランドスケープに特徴的なトポロジー変化があることから分析される。 その結果,ネットワークはmctの推定だけでなく,景観地形の理解も得られることがわかった。 一般化されたLZハミルトニアンに対して同様の結果が得られ、非常に単純なアーキテクチャに対する制限が遭遇した。

関連論文リスト

• Paths towards time evolution with larger neural-network quantum states [17.826631514127012]
  我々は、傾斜したイジングモデルにおいて、常磁性から反強磁性相への量子クエンチを考える。 両タイプのネットワークに対して、予測時間依存変動モンテカルロ法(p-tVMC)は、非計画的手法よりも優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2024-06-05T15:32:38Z)
• Overcoming the Coherence Time Barrier in Quantum Machine Learning on Temporal Data [0.0]
  量子ビット型量子システムのための機械学習アルゴリズム NISQRC を提案する。 NISQRCはコヒーレンス時間によって制限されず、任意の長さのテスト信号を復元できることを示す。
  論文  参考訳（メタデータ） (2023-12-26T18:54:33Z)
• A spectrum-based shortcut method for topological systems [2.7173827294605775]
  本研究では,マルチステートなLandau-Zenerアプローチを用いて,アディバチティのためのショートカットを構築するプロトコルを開発した。 提案プロトコルは理論モデルに適用可能であり,実験の難しさを増大させる必要はない。
  論文  参考訳（メタデータ） (2023-12-14T13:27:11Z)
• Multi-User Entanglement Distribution in Quantum Networks Using Multipath Routing [55.2480439325792]
  マルチパスルーティングを活用することで,マルチユーザアプリケーションの絡み合い率を高める3つのプロトコルを提案する。 これらのプロトコルは、制限された量子メモリや確率的絡み合い生成を含む、NISQ制約のある量子ネットワーク上で評価される。
  論文  参考訳（メタデータ） (2023-03-06T18:06:00Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Efficient and robust estimation of many-qubit Hamiltonians [0.0]
  量子力学系の相互作用と力学を特徴づけることは、量子技術の発展に欠かせない課題である。 マルチキュービットデバイスにおける基礎となるハミルトン力学と雑音を特徴付けるための効率的なプロトコルを提案する。 このプロトコルは、ハミルトニアンを学習するために並列化することができ、現在の量子デバイスと将来の量子デバイスの両方のキャラクタリゼーションに適用できる。
  論文  参考訳（メタデータ） (2022-05-19T13:52:32Z)
• Self-Correcting Quantum Many-Body Control using Reinforcement Learning with Tensor Networks [0.0]
  本稿では、強化学習(RL)に基づく量子多体系を効率的に制御するための新しい枠組みを提案する。 我々は、RLエージェントが普遍的な制御を見出すことができ、多くの身体状態を最適に制御する方法を学ぶことができ、量子力学が摂動を受けるとき、制御プロトコルをオンザフライで適用できることを示した。
  論文  参考訳（メタデータ） (2022-01-27T20:14:09Z)
• Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
  動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。 不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。 この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
  論文  参考訳（メタデータ） (2021-12-10T17:32:15Z)
• Quantum communication complexity beyond Bell nonlocality [87.70068711362255]
  効率的な分散コンピューティングは、リソース要求タスクを解決するためのスケーラブルな戦略を提供する。 量子リソースはこのタスクに適しており、古典的手法よりも優れた明確な戦略を提供する。 我々は,ベルのような不等式に,新たなコミュニケーション複雑性タスクのクラスを関連付けることができることを証明した。
  論文  参考訳（メタデータ） (2021-06-11T18:00:09Z)
• Lindblad Tomography of a Superconducting Quantum Processor [39.75448064054184]
  リンドブラッド・トモグラフィー(Lindblad tomography)は、量子ノイズ環境におけるハミルトン作用素とリンドブラッド作用素をトモグラフィ的に再構成するためのハードウェアに依存しない特徴付けプロトコルである。 本手法は, 状態準備計測(SPAM)の誤差を特徴付けるとともに, マルコフモデルに適合する境界を設定することができることを示す。
  論文  参考訳（メタデータ） (2021-05-05T21:45:59Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。