Fugu-MT 論文翻訳(概要): Optical cluster-state generation with unitary averaging

論文の概要: Optical cluster-state generation with unitary averaging

arxiv url: http://arxiv.org/abs/2209.15282v1
Date: Fri, 30 Sep 2022 07:43:18 GMT
ステータス: 処理完了
システム内更新日: 2023-01-24 07:48:05.027989
Title: Optical cluster-state generation with unitary averaging
Title（参考訳）: 単位平均化による光クラスター状態生成
Authors: Deepesh Singh, Austin P. Lund, and Peter P. Rohde
Abstract要約: クラスター状態は、フュージョンベースの量子計算(FBQC)の実装で使われる必須資源である単元平均化の概念を利用して高忠実度光クラスター状態を生成する手法を提案する。このエラー平均化技術は完全に受動的であり、提案されたPsiQuantumのFBQCアーキテクチャに容易に組み込むことができる。
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: Cluster states are the essential resource used in the implementation of Fusion-based quantum computation (FBQC). We introduce a method to generate high-fidelity optical cluster states by utilising the concept of unitary averaging. This error averaging technique is entirely passive and can be readily incorporated into the proposed PsiQuantum's FBQC architecture. Using postselection and the redundant encoding of Fusion gates, we observe an enhancement in the average fidelity of the output cluster state. We also show an improvement in the linear optical Bell-state measurement (BSM) success probability when the BSM is imperfect.
Abstract（参考訳）: クラスター状態は、フュージョンベースの量子計算(FBQC)の実装で使われる必須資源である。単元平均化の概念を利用して高忠実度光クラスター状態を生成する手法を提案する。このエラー平均化技術は完全に受動的であり、提案されたPsiQuantumのFBQCアーキテクチャに容易に組み込むことができる。ポストセレクションとフュージョンゲートの冗長符号化を用いて,出力クラスタ状態の平均忠実度の向上を観測した。また,BSMが不完全である場合の線形光ベル状態測定(BSM)の成功確率も改善した。

関連論文リスト

Analysis of optical loss thresholds in the fusion-based quantum computing architecture [41.94295877935867]
集積フォトニック実装において、現在達成可能なレベルの光学損失を伴って、フォールトトレラント量子コンピューティングが可能であることを示す。この結果から,FBQCモデルにおけるフォールトトレラント量子コンピューティングは,集積フォトニック実装において現在達成可能なレベルの光損失を伴って実現可能であることが示された。
論文参考訳（メタデータ） (2024-03-21T19:54:25Z)
Rethinking Clustered Federated Learning in NOMA Enhanced Wireless Networks [60.09912912343705]
本研究では,新しいクラスタ化フェデレーション学習(CFL)アプローチと,非独立かつ同一に分散した(非IID)データセットを統合することのメリットについて検討する。データ分布における非IIDの度合いを測定する一般化ギャップの詳細な理論的解析について述べる。非IID条件によって引き起こされる課題に対処する解決策は、特性の分析によって提案される。
論文参考訳（メタデータ） (2024-03-05T17:49:09Z)
Matrix-product-state-based band-Lanczos solver for quantum cluster approaches [0.0]
本稿では, 行列生成状態(MPS)に基づくバンド・ランチョス法を量子クラスター法の解法として提案する。提案手法は, 正確な対角化法の範囲を超えて, クラスタ・ジオメトリーを扱えることを示す。
論文参考訳（メタデータ） (2023-10-16T19:59:21Z)
Testing of Hybrid Quantum-Classical K-Means for Nonlinear Noise Mitigation [9.502161131265531]
量子k平均クラスタリングは、古典的なk平均アルゴリズムの高速化を約束する。現在、古典データの埋め込みのため、このスピードアップは提供されていないことが示されている。本研究は、ブロッホ球面への埋め込みの改善として一般化された逆立体射影を提案する。
論文参考訳（メタデータ） (2023-08-07T12:38:37Z)
Robust and efficient verification of graph states in blind measurement-based quantum computation [52.70359447203418]
Blind Quantum Computing (BQC) は、クライアントのプライバシを保護するセキュアな量子計算手法である。資源グラフ状態が敵のシナリオで正確に準備されているかどうかを検証することは重要である。本稿では,任意の局所次元を持つ任意のグラフ状態を検証するための,堅牢で効率的なプロトコルを提案する。
論文参考訳（メタデータ） (2023-05-18T06:24:45Z)
Coherent-cluster-state generation in networks of degenerate optical parametric oscillators [4.015029887580199]
我々は,ビームスプリッタと古典ポンプの助けを借りて,DOPOネットワーク上でコヒーレントクラスタ状態を生成することができることを示す。生成した状態をモジュラー変数を用いて有効スピン空間にマッピングすることにより、スピンベースのクラスタ状態に適した絡み合い基準を適用することができる。
論文参考訳（メタデータ） (2023-01-31T14:34:53Z)
QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文参考訳（メタデータ） (2022-07-14T12:22:51Z)
ClusterQ: Semantic Feature Distribution Alignment for Data-Free Quantization [111.12063632743013]
本稿では,ClusterQと呼ばれるデータフリーな量子化手法を提案する。意味的特徴のクラス間分離性を高めるために,特徴分布統計をクラスタ化し,整列する。また、クラス内分散を組み込んで、クラスワイドモードの崩壊を解決する。
論文参考訳（メタデータ） (2022-04-30T06:58:56Z)
Hidden qubit cluster states [0.0]
連続可変クラスター状態(CVCS)は、ゴッテマン・キタエフ・プレスキル状態(GKP)で補うことができ、ハイブリッドクラスタ状態を形成する。それぞれが論理サブシステムにまたがる"隠れた"量子ビットクラスタ状態を含んでいて、これは測定ベースの量子コンピューティングの実用性の中心にある。
論文参考訳（メタデータ） (2021-03-22T03:13:54Z)
Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文参考訳（メタデータ） (2021-03-12T20:58:41Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)

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。