論文の概要: Variational quantum circuit learning of entanglement purification in multi-degree-of-freedom

• arxiv url: http://arxiv.org/abs/2209.08306v1
• Date: Sat, 17 Sep 2022 10:35:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-26 07:03:36.865293
• Title: Variational quantum circuit learning of entanglement purification in multi-degree-of-freedom
• Title（参考訳）: 多自由度における絡み合い浄化の変分量子回路学習
• Authors: Hao Zhang, Xusheng Xu, Chen Zhang, Man-Hong Yung, Tao Huang, and Yunjie Liu
• Abstract要約: 量子エンタングルメント浄化(EP)は、ノイズ量子ネットワークにおけるエンタングルメントチャネルの効果的な機能を実現するための重要な技術である。 変動量子回路フレームワークを提案し、多自由度(DoF)におけるEPの最適プロトコル学習の実現可能性を示す。 我々の研究は、量子機械学習によるマルチDoFによるEPプロトコルの探索に役立っている。
• 参考スコア（独自算出の注目度）: 14.829617509552355
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum entanglement purification (EP) is a crucial technique for promising the effective function of entanglement channel in noisy large-scale quantum network. The previous EP protocols lack of a general circuit framework and become complicated to design in high-dimensional cases. In this paper, we propose a variational quantum circuit framework and demonstrate its feasibility of learning optimal protocols of EP in multi-degree-of-freedom (DoF). By innovatively introducing the additional circuit lines for representing the ancillary DoFs, e.g. space and time, the parameterized quantum circuit can effectively simulate the scalable EP process. As examples, well-known protocols in linear optics including PSBZ, HHSZ+ and etc., are learnt successfully with high fidelities and the alternative equivalent operations are discovered in low-depth quantum circuit. Our work pays the way for exploring the EP protocols with multi-DoF by quantum machine learning.
• Abstract（参考訳）: 量子エンタングルメント浄化(ep)は、ノイズの多い大規模量子ネットワークにおけるエンタングルメントチャネルの有効機能を保証するための重要な技術である。 以前のepプロトコルは一般的な回路フレームワークがなく、高次元の場合の設計が複雑になる。 本稿では、変動量子回路の枠組みを提案し、多自由度(DoF)におけるEPの最適プロトコル学習の実現可能性を示す。 余分なdof、例えば空間と時間を表す追加の回路ラインを革新的に導入することにより、パラメータ化された量子回路はスケーラブルなepプロセスを効果的にシミュレートすることができる。 例えば、PSBZ、HHSZ+などの線形光学系におけるよく知られたプロトコルは、高忠実度でうまく学習され、代替の等価演算は低深さ量子回路で発見される。 我々の研究は、量子機械学習によるマルチDoFによるEPプロトコルの探索に役立っている。

関連論文リスト

• Optimal Quantum Purity Amplification [2.05170973574812]
  量子純度増幅(QPA)は、量子状態の劣化に対処する新しいアプローチを提供する。 本稿では,大域的偏極雑音に対する一般量子システムに対する最適QPAプロトコルを提案する。 この結果から,QPAは量子情報処理タスクの性能を向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2024-09-26T17:46:00Z)
• Attention-Based Deep Reinforcement Learning for Qubit Allocation in Modular Quantum Architectures [1.8781124875646162]
  この研究は、効率的な量子回路のコンパイルとマッピングのための新しい学習ベースのアプローチを導入することにより、スケーラブルな量子コンピューティングシステムの進歩に寄与する。 本研究では,Deep Reinforcement Learning (DRL) 手法を応用して,特定のマルチコアアーキテクチャのための学習手法を提案する。
  論文  参考訳（メタデータ） (2024-06-17T12:09:11Z)
• Machine-learning-inspired quantum control in many-body dynamics [6.817811305553492]
  制御フィールドの最適化に適した,有望かつ多目的な制御ニューラルネットワークを提案する。 本稿では,量子イジングモデルにおける臨界点通過時の欠陥密度の抑制とキャット状態の忠実度向上の問題に対処する。 勾配に基づくパワーロークエンチ法と比較して,本手法はシステムサイズと長期的進化の両面で有意な優位性を示す。
  論文  参考訳（メタデータ） (2024-04-09T01:47:55Z)
• Quantum control by the environment: Turing uncomputability, Optimization over Stiefel manifolds, Reachable sets, and Incoherent GRAPE [56.47577824219207]
  多くの現実的な状況において、制御された量子系は環境と相互作用する。 本稿では,環境を資源として利用したオープン量子システムの制御に関するいくつかの結果について概説する。
  論文  参考訳（メタデータ） (2024-03-20T10:09:13Z)
• Potential and limitations of random Fourier features for dequantizing quantum machine learning [0.5277756703318045]
  量子機械学習は、おそらく、短期量子デバイスの最もよく研究された応用の1つである。 パラメータ化量子回路(PQC)を学習モデルとして使用する変分量子機械学習の概念に多くの焦点が当てられている。 そこで本研究では,RFFがレグレッションのための変分量子機械学習の効率的な復号化を実現する上で必要かつ十分な条件を確立する。
  論文  参考訳（メタデータ） (2023-09-20T21:23:52Z)
• 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)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
  量子回路をキューネットワークとしてモデル化することを提案する。 提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
  論文  参考訳（メタデータ） (2021-06-26T10:55:52Z)
• Encoding strongly-correlated many-boson wavefunctions on a photonic quantum computer: application to the attractive Bose-Hubbard model [0.0]
  変分量子アルゴリズム(VQA)は、複雑な相関の強い量子多体系の特性を決定する最も有望な方法の一つである。 2つの異なるアンザッツアーキテクチャを導入し、提案した連続可変量子回路が強く相関した多ボソン波動関数を効率的に符号化できることを実証する。
  論文  参考訳（メタデータ） (2021-03-28T00:04:03Z)
• QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
  QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。 ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
  論文  参考訳（メタデータ） (2020-07-21T15:36:25Z)

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。