論文の概要: Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography
- arxiv url: http://arxiv.org/abs/2210.17288v2
- Date: Sun, 19 Mar 2023 23:55:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-24 02:24:01.461104
- Title: Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography
- Title（参考訳）: 近接量子過程トモグラフィによる空間依存偏光変換の探索
- Authors: Francesco Di Colandrea, Lorenzo Amato, Roberto Schiattarella,
Alexandre Dauphin, Filippo Cardano
- Abstract要約: トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
- 参考スコア（独自算出の注目度）: 55.41644538483948
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: An optical waveplate rotating light polarization can be modeled as a
single-qubit unitary operator, whose action can be experimentally determined
via quantum process tomography. Standard approaches to tomographic problems
rely on the maximum-likelihood estimation, providing the most likely
transformation to yield the same outcomes as a set of experimental projective
measurements. The performances of this method strongly depend on the number of
input measurements and the numerical minimization routine that is adopted. Here
we investigate the application of genetic and machine learning approaches to
this problem, finding that both allow for accurate reconstructions and fast
operations when processing a set of projective measurements very close to the
minimal one. We apply these techniques to the case of space-dependent
polarization transformations, providing an experimental characterization of the
optical action of spin-orbit metasurfaces having patterned birefringence. Our
efforts thus expand the toolbox of methodologies for optical process
tomography. In particular, we find that the neural network-based scheme
provides a significant speed-up, that may be critical in applications requiring
a characterization in real-time. We expect these results to lay the groundwork
for the optimization of tomographic approaches in more general quantum
processes, including non-unitary gates and operations in higher-dimensional
Hilbert spaces.
- Abstract（参考訳）: 光波板回転光偏光は単一量子ビットユニタリ作用素としてモデル化することができ、その作用は量子過程トモグラフィーによって実験的に決定できる。
トモグラフィー問題に対する標準的なアプローチは、最大様相の推定に依存し、実験的な射影測定のセットと同じ結果をもたらす最も可能性の高い変換を提供する。
本手法の性能は, 入力測定回数と, 採用する数値最小化ルーチンに大きく依存する。
本稿では、この問題に対する遺伝的および機械学習のアプローチの適用について検討し、最小値に非常に近い一連の投影計測を処理する際に、どちらも正確な再構成と高速な操作を可能にすることを発見した。
これらの手法を空間依存偏光変換に応用し、パターン付き複屈折を持つスピン軌道メタサーフェスの光学的作用を実験的に評価する。
これにより、光学プロセストモグラフィーのための方法論のツールボックスを拡大する。
特に、ニューラルネットワークベースのスキームは、重要なスピードアップを提供しており、リアルタイムにキャラクタリゼーションを必要とするアプリケーションでは重要かもしれない。
これらの結果は、非ユニタリゲートや高次元ヒルベルト空間での演算を含む、より一般的な量子過程におけるトモグラフィーアプローチの最適化の基礎となることを期待している。
関連論文リスト
- Optimal Quantum Overlapping Tomography [2.555222031881788]
部分トモグラフィーは、複雑な量子システムを特徴づけるための有望なアプローチとして登場した。
本稿では,問題を斜め被覆モデルにマッピングすることで,最適な重なり合うトモグラフィのための統一フレームワークを提案する。
実用核スピンプロセッサにおける提案手法の有効性を実験的に検証した。
論文 参考訳（メタデータ） (2024-10-17T12:03:43Z) - Fast Quantum Process Tomography via Riemannian Gradient Descent [3.1406146587437904]
制約付き最適化は、量子物理学と量子情報科学の分野において重要な役割を果たす。
量子プロセストモグラフィー(quantum process tomography)は、特定の測定データに基づいて基礎となる量子プロセスを取得することを目的としている。
論文 参考訳（メタデータ） (2024-04-29T16:28:14Z) - Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
本稿では, 点滅型蛍光ナノセンサを用いたメロロジーにおける空間分解能向上手法を提案する。
我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
論文 参考訳（メタデータ） (2024-02-27T10:38:05Z) - Quantum process tomography of structured optical gates with
convolutional neural networks [0.0]
本研究では,空間依存型SU(2)演算子の高速かつ高精度な再構成を可能にするディープラーニング手法について検討する。
スケーラブルなU-Netアーキテクチャに基づいて畳み込みニューラルネットワークをトレーニングし、実験画像全体を並列に処理する。
提案手法は、量子プロセストモグラフィーへのデータ駆動アプローチのツールボックスをさらに拡張し、複雑な光ゲートのリアルタイム評価において有望であることを示す。
論文 参考訳（メタデータ） (2024-02-26T14:47:13Z) - Fourier Quantum Process Tomography [0.0]
フーリエ量子プロセス・トモグラフィーと呼ばれる新しい手法を導入する。
本研究では, 空間依存性の偏光変換について実験を行い, 平均忠実度を90%以上と評価した。
論文 参考訳（メタデータ） (2023-12-20T22:17:56Z) - Simulating Gaussian boson sampling quantum computers [68.8204255655161]
実験的なガウスボソンサンプリングネットワークをシミュレートする最近の理論手法について概説する。
主に、量子力学の位相空間表現を使用する手法に焦点を当てる。
GBSの理論、最近の実験、その他の手法についても概説する。
論文 参考訳（メタデータ） (2023-08-02T02:03:31Z) - Characterization of multi-mode linear optical networks [0.0]
不完全性の存在下での光回路のキャラクタリゼーションのための効率的な手順を定式化する。
本稿では,本手法の有効性を,可変集積フォトニック回路で定義された実験的なシナリオで示す。
本研究は, バルク構成と統合構成の両方に基づいて, 広い範囲の光学装置に応用できることを示す。
論文 参考訳（メタデータ） (2023-04-13T13:09:14Z) - Ultra-long photonic quantum walks via spin-orbit metasurfaces [52.77024349608834]
数百光モードの超長光子量子ウォークについて報告する。
このセットアップでは、最先端の実験をはるかに超えて、最大320の離散的なステップで量子ウォークを設計しました。
論文 参考訳（メタデータ） (2022-03-28T19:37:08Z) - Hybridized Methods for Quantum Simulation in the Interaction Picture [69.02115180674885]
本研究では,異なるシミュレーション手法をハイブリダイズし,インタラクション・ピクチャー・シミュレーションの性能を向上させるフレームワークを提案する。
これらのハイブリッド化手法の物理的応用は、電気遮断において$log2 Lambda$としてゲート複雑性のスケーリングをもたらす。
力学的な制約を受けるハミルトニアンシミュレーションの一般的な問題に対して、これらの手法は、エネルギーコストを課すために使われるペナルティパラメータ$lambda$とは無関係に、クエリの複雑さをもたらす。
論文 参考訳（メタデータ） (2021-09-07T20:01:22Z) - 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)
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。