論文の概要: Realistic quantum photonic neural networks
- arxiv url: http://arxiv.org/abs/2208.06571v1
- Date: Sat, 13 Aug 2022 04:41:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-31 06:16:52.762120
- Title: Realistic quantum photonic neural networks
- Title(参考訳): 現実的な量子フォトニックニューラルネットワーク
- Authors: Jacob Ewaniuk, Jacques Carolan, Bhavin J. Shastri and Nir Rotenberg
- Abstract要約: 量子フォトニックニューラルネットワーク(quantum photonic Neural Network)は、高忠実度量子演算を実装するためにトレーニングできる変分フォトニック回路である。
現実的な量子フォトニクスニューラルネットワークは、光子損失や不完全なルーティング、弱い非線形性につながる製造不完全性に悩まされていることを示す。
準最適$pi/10$有効Kerr非線形性を用いて、現在の最先端プロセスで構成されたネットワークが0.891の非条件忠実性を達成することを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum photonic neural networks are variational photonic circuits that can
be trained to implement high-fidelity quantum operations. However, work-to-date
has assumed idealized components, including a perfect $\pi$ Kerr nonlinearity.
Here, we investigate the limitations of realistic quantum photonic neural
networks that suffer from fabrication imperfections leading to photon loss and
imperfect routing, and weak nonlinearities, showing that they can learn to
overcome most of these errors. Using the example of a Bell-state analyzer, we
demonstrate that there is an optimal network size, which balances imperfections
versus the ability to compensate for lacking nonlinearities. With a sub-optimal
$\pi/10$ effective Kerr nonlinearity, we show that a network fabricated with
current state-of-the-art processes can achieve an unconditional fidelity of
0.891, that increases to 0.999999 if it is possible to precondition success on
the detection of a photon in each logical photonic qubit. Our results provide a
guide to the construction of viable, brain-inspired quantum photonic devices
for emerging quantum technologies.
- Abstract(参考訳): 量子フォトニックニューラルネットワークは変動フォトニック回路であり、高忠実度量子演算を実装するために訓練することができる。
しかし、現在までの作業は理想化されたコンポーネントを仮定し、完全$\pi$ Kerrの非線形性を含む。
本稿では、光子損失や不完全なルーティング、弱い非線形性につながる不完全性に苦しむ現実的な量子フォトニックニューラルネットワークの限界を調査し、これらの誤りのほとんどを克服できることを示す。
ベル状態解析器の例を用いて、非線形性の欠如を補償する能力と不完全さをバランスさせる最適なネットワークサイズが存在することを示す。
準最適$\pi/10$実効Kerr非線形性を用いて、各論理フォトニック量子ビットにおける光子の検出に成功して0.999999に達するような、最先端のプロセスで構成されたネットワークが0.891の非条件忠実性を達成することを示す。
本研究は,脳にインスパイアされた量子フォトニックデバイスの構築に向けたガイドを提供する。
関連論文リスト
- Reconfigurable quantum photonic circuits based on quantum dots [0.0]
量子フォトニック回路において、量子ドットを再構成可能な位相シフト器として使用できることを示す。
これらの知見は、低温で互換性があり、高速で、低損失で再構成可能な量子フォトニック回路への道を開いた。
論文 参考訳(メタデータ) (2023-12-16T18:53:30Z) - Deterministic entangling gates with nonlinear quantum photonic
interferometers [0.0]
本稿では、弱非線形フォトニックデバイスを利用して量子ゲートを決定論的に絡み合わせる手法を提案する。
単一および2量子ゲートの普遍的な集合は、少ない光学干渉素子の適切な結合によって設計できることが示されている。
論文 参考訳(メタデータ) (2023-06-08T09:43:48Z) - Quantum machine learning for image classification [62.997667081978825]
我々のハイブリッド量子アプローチの1つは、MNISTデータセットで99%以上の顕著な精度を示す。
要約して,本研究は,量子機械学習技術を用いた画像認識と分類の改善に関する継続的な研究に寄与する。
論文 参考訳(メタデータ) (2023-04-18T18:23:20Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳(メタデータ) (2021-07-19T23:41:03Z) - Topologically Protecting Squeezed Light on a Photonic Chip [58.71663911863411]
集積フォトニクスは、導波路内部に厳密に光を閉じ込めることで非線形性を高めるエレガントな方法を提供する。
シリカチップに励起光を発生させることができる自発4波混合のトポロジカルに保護された非線形過程を実験的に実証した。
論文 参考訳(メタデータ) (2021-06-14T13:39:46Z) - All-optical neural network quantum state tomography [0.39146761527401414]
我々は、オールオプティカルニューラルネットワーク(AONN)に基づいて、ニューラルネットワークQSTのための統合されたオールオプティカルセットアップを構築する。
実験結果は全光学装置の有効性と効率を実証した。
統合されたAONN-QSTのオール光学構成は、最後のレンガで全光学量子ネットワークを補充することに光を当てるかもしれない。
論文 参考訳(メタデータ) (2021-03-11T04:43:34Z) - The Hintons in your Neural Network: a Quantum Field Theory View of Deep
Learning [84.33745072274942]
線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。
ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
論文 参考訳(メタデータ) (2021-03-08T17:24:29Z) - Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。
このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。
線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文 参考訳(メタデータ) (2020-10-01T16:04:22Z) - Spatial Mode Correction of Single Photons using Machine Learning [1.8086378019947618]
本研究では, ニューラルネットワークの自己学習・自己進化的特徴を利用して, 歪んだラゲール・ガウスモードの複雑な空間プロファイルを1光子レベルで補正する。
この結果は, 構造光子と単一光子画像のリアルタイム乱流補正に重要な意味を持つ。
論文 参考訳(メタデータ) (2020-06-14T01:25:17Z) - Near-ideal spontaneous photon sources in silicon quantum photonics [55.41644538483948]
集積フォトニクスは量子情報処理のための堅牢なプラットフォームである。
非常に区別がつかず純粋な単一の光子の源は、ほぼ決定的か高い効率で隠蔽されている。
ここでは、これらの要件を同時に満たすオンチップ光子源を実証する。
論文 参考訳(メタデータ) (2020-05-19T16:46:44Z) - Room-Temperature Photonic Logical Qubits via Second-Order Nonlinearities [0.0]
本稿では,様々な量子回路の実現を著しく単純化する,室温フォトニック量子論理のパラダイムを提案する。
これらの要素のうち2つだけが、測定やフィードフォワード制御を必要とせず、ボゾン符号上の完全かつコンパクトな誤差補正回路に十分であることを示す。
論文 参考訳(メタデータ) (2020-02-17T19:00:05Z)
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。