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
- A Reinforcement Learning Environment for Directed Quantum Circuit
Synthesis [4.646930308096446]
本研究は量子回路合成のための強化学習環境を導入する。
回路は、特定の目標状態を作成するためにクリフォード+Tゲートセットのゲートを利用して構築される。
トレーニングされたエージェントをベンチマークテストに適用することにより、最小限の量子回路を確実に設計できることを実証した。
論文 参考訳(メタデータ) (2024-01-13T11:55:54Z) - 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) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳(メタデータ) (2022-04-12T19:39:31Z) - 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) - 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) - Practical distributed quantum information processing with LOCCNet [8.633408580670812]
本稿では,分散量子情報処理タスクのためのプロトコル設計と最適化を容易にする機械学習フレームワークであるLOCCNetを紹介する。
応用として, 絡み込み蒸留, 量子状態判別, 量子チャネルシミュレーションなど, 様々な量子情報タスクについて検討する。
LOCCNetの実装は、PaddlePaddleディープラーニングプラットフォームに基づく量子機械学習PythonパッケージであるPaddle Quantumで利用可能である。
論文 参考訳(メタデータ) (2021-01-28T18:53:12Z) - Experimental Quantum Generative Adversarial Networks for Image
Generation [93.06926114985761]
超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。
我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
論文 参考訳(メタデータ) (2020-10-13T06:57:17Z) - 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。