Fugu-MT 論文翻訳(概要): Transmitter Localization using Quantum Sensor Networks

論文の概要: Transmitter Localization using Quantum Sensor Networks

arxiv url: http://arxiv.org/abs/2211.02260v2
Date: Fri, 11 Nov 2022 04:52:15 GMT
ステータス: 処理完了
システム内更新日: 2023-01-20 09:12:22.946991
Title: Transmitter Localization using Quantum Sensor Networks
Title（参考訳）: 量子センサネットワークを用いた送信機位置決め
Authors: Caitao Zhan and Himanshu Gupta
Abstract要約: 量子センサネットワーク(QSN)を用いた高周波送信機(RF)のローカライズのための実現可能な技術を開発した。本手法は量子状態判別問題として局所化問題を提起する。我々は,送信機を粗い方法で,より微細な方法で各レベルにローカライズする2段階のローカライズ手法を開発した。
参考スコア（独自算出の注目度）: 2.523342876218295
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Quantum sensors (QSs) are able to measure various physical phenomena with extreme sensitivity. QSs have been used in several applications such as atomic interferometers, but very few applications of quantum sensor networks (QSNs) have been proposed or developed. We look at a natural application of QSNs-localization of an event (in particular, of an RF transmission). In this paper, we develop a viable technique for the localization of a radio-frequency (RF) transmitter using QSNs. Our approach poses the localization problem as a well-studied quantum state discrimination problem, and addresses the challenges in its application to the localization problem. In particular, a quantum state discrimination solution can suffer from high probability of error, especially when the number of states (i.e., number of potential transmitter locations, in our case) can be high. We address this challenge by developing a two-level localization approach, which localizes the transmitter in a coarser and finer way in the respective levels. We evaluate our approaches on a custom-built QSN simulator, and our evaluation results show that our proposed techniques achieve high accuracy in simulated settings.
Abstract（参考訳）: 量子センサー(QS)は、様々な物理現象を極度に感度で測定することができる。 QSは原子干渉計などのいくつかの用途で使用されているが、量子センサネットワーク(QSN)の応用はごくわずかである。イベント(特にRF伝送)のQSN-局所化の自然な応用を考察する。本稿では,QSNを用いたRF送信機の局部化を実現するための技術を開発した。本手法は、量子状態判別問題として局所化問題を提起し、そのローカライズ問題への応用における課題に対処する。特に、量子状態識別ソリューションは、特に状態数(例えば、我々の場合、送信可能位置数)が高い場合、エラーの確率が高い。この課題は、送信機を粗い方法で、より微細な方法で各レベルにローカライズする2段階のローカライズ手法を開発することで解決される。カスタム構築したQSNシミュレータに対する提案手法の評価を行い,提案手法がシミュレーション設定において高い精度を実現することを示す。

関連論文リスト

SuperEncoder: Towards Universal Neural Approximate Quantum State Preparation [12.591173729459427]
トレーニング済みのニューラルネットワークを利用して任意の量子状態に対してQSP回路を直接生成できることが示される。我々の研究は、近似QSPのための普遍的ニューラルデザイナに向けて着実に進んでいる。
論文参考訳（メタデータ） (2024-08-10T04:39:05Z)
A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文参考訳（メタデータ） (2024-02-23T14:09:41Z)
QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文参考訳（メタデータ） (2024-01-10T22:33:00Z)
ADAPT-QSCI: Adaptive Construction of Input State for Quantum-Selected Configuration Interaction [0.0]
量子多体ハミルトンの基底状態とそのエネルギーを計算するための量子古典ハイブリッドアルゴリズムを提案する。提案手法はtextitADAPT-QSCI と呼ばれ,小分子に対して正確な基底状態エネルギーが得られることを示す。
論文参考訳（メタデータ） (2023-11-02T09:15:50Z)
Learning Informative Latent Representation for Quantum State Tomography [18.19768367431327]
量子状態トモグラフィ(Quantum state tomography、QST)は、量子系の完全な状態を再構築する過程である。ディープニューラルネットワーク(DNN)の最近の進歩は、QSTにおけるディープラーニング(DL)の出現につながった。本稿では,不完全な測定データを備えたQSTに適したトランスフォーマーベースのオートエンコーダアーキテクチャを提案する。
論文参考訳（メタデータ） (2023-09-30T22:37:28Z)
Scaling Limits of Quantum Repeater Networks [62.75241407271626]
量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
論文参考訳（メタデータ） (2023-05-15T14:57:01Z)
Deep Quantum Error Correction [73.54643419792453]
量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
論文参考訳（メタデータ） (2023-01-27T08:16:26Z)
Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文参考訳（メタデータ） (2022-12-21T19:00:04Z)
Preparing Renormalization Group Fixed Points on NISQ Hardware [0.0]
Evenbly と White の作業に適応した回路を用いて, 臨界イジングモデルの基底状態の堅牢性について数値的, 実験的に検討した。実験的な実装は、局所可観測物の収束と安定性に見られる再正規化を通じて自己補正を示す。また、再正規化回路に特化して適応したゼロノイズ外挿方式による誤差低減を数値的に検証する。
論文参考訳（メタデータ） (2021-09-20T18:35:11Z)
Realizing Quantum Convolutional Neural Networks on a Superconducting Quantum Processor to Recognize Quantum Phases [2.1465372441653354]
量子ニューラルネットワークは、ユニタリ演算、測定、フィードフォワードの約束を組み合わせることで、量子状態の特定の特徴を認識するように調整され、少ない測定とエラーを許容する。我々は、7量子ビット超伝導量子プロセッサ上で量子畳み込みニューラルネットワーク(QCNN)を実現し、非ゼロ弦順序パラメータを特徴とするスピンモデルの対称性保護位相を同定する。その結果,QCNNは有限忠実ゲート自体で構成されているにもかかわらず,用意された状態に対する弦順パラメータの直接測定よりも位相位相を高い忠実度で認識していることがわかった。
論文参考訳（メタデータ） (2021-09-13T12:32:57Z)
Entangling Quantum Generative Adversarial Networks [53.25397072813582]
量子生成逆数ネットワーク(量子GAN, EQ-GAN)のための新しいタイプのアーキテクチャを提案する。 EQ-GANはコヒーレントなエラーに対してさらなる堅牢性を示し、Google Sycamore超伝導量子プロセッサで実験的にEQ-GANの有効性を示す。
論文参考訳（メタデータ） (2021-04-30T20:38:41Z)

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。