論文の概要: Optimizing quantum-enhanced Bayesian multiparameter estimation in noisy
apparata
- arxiv url: http://arxiv.org/abs/2211.04747v1
- Date: Wed, 9 Nov 2022 08:45:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-19 20:49:27.601494
- Title: Optimizing quantum-enhanced Bayesian multiparameter estimation in noisy
apparata
- Title(参考訳): ノイズアパラタにおける量子エンハンスベイズマルチパラメータ推定の最適化
- Authors: Federico Belliardo, Valeria Cimini, Emanuele Polino, Francesco Hoch,
Bruno Piccirillo, Nicol\`o Spagnolo, Vittorio Giovannetti and Fabio Sciarrino
- Abstract要約: 我々は、幅広いリソースの標準量子限界を超えて動作する実用的なセンサーの可能性を利用する方法を示す。
以上の結果から,多パラメータアプローチをノイズアパラタで最適化することは,広帯域の標準量子限界を超える実用的センサの可能性を完全に活用するための重要なツールであることが示唆された。
- 参考スコア(独自算出の注目度): 1.172672077690852
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Achieving quantum-enhanced performances when measuring unknown quantities
requires developing suitable methodologies for practical scenarios, that
include noise and the availability of a limited amount of resources. Here, we
report on the optimization of quantum-enhanced Bayesian multiparameter
estimation in a scenario where a subset of the parameters describes unavoidable
noise processes in an experimental photonic sensor. We explore how the
optimization of the estimation changes depending on which parameters are either
of interest or are treated as nuisance ones. Our results show that optimizing
the multiparameter approach in noisy apparata represents a significant tool to
fully exploit the potential of practical sensors operating beyond the standard
quantum limit for broad resources range.
- Abstract(参考訳): 未知量を測定する際には、ノイズや限られたリソースの可用性を含む実用的なシナリオに適した方法論を開発する必要がある。
本稿では,実験用フォトニックセンサにおいて,パラメータのサブセットが避けられない雑音過程を記述する場合の量子エンハンスベイズマルチパラメータ推定の最適化について報告する。
我々は,どのパラメータが興味を持つか,あるいは迷惑なパラメータとして扱われるかによって,推定の最適化がどのように変化するかを検討する。
その結果,多パラメータアプローチをノイズアパラタで最適化することは,広帯域の標準量子限界を超える実用的センサの可能性を完全に活用するための重要なツールであることが示唆された。
関連論文リスト
- End-to-End Learning for Fair Multiobjective Optimization Under
Uncertainty [55.04219793298687]
機械学習における予測-Then-Forecast(PtO)パラダイムは、下流の意思決定品質を最大化することを目的としている。
本稿では,PtO法を拡張して,OWA(Nondifferentiable Ordered Weighted Averaging)の目的を最適化する。
この結果から,不確実性の下でのOWA関数の最適化とパラメトリック予測を効果的に統合できることが示唆された。
論文 参考訳(メタデータ) (2024-02-12T16:33:35Z) - Characterization of Overparameterization in Simulation of Realistic
Quantum Systems [0.0]
量子コンピューティングデバイスは、量子状態を作成し、他の量子システムをシミュレートするために、実験パラメータを例外的に制御する必要がある。
このような最適制御パラメータを見つけるために使用される古典的な最適化手順は、様々な学習様式を示すために理想化された設定で示されてきた。
この結果から,パラメーターアゼは環境からエントロピー効果を緩和し,その応用と短期量子デバイスにおける実験的実現の機会を提供することを示した。
論文 参考訳(メタデータ) (2024-01-10T19:00:16Z) - Variational quantum algorithm for experimental photonic multiparameter
estimation [0.0]
ノイズの多い環境で動作している量子位相センサを効率よく最適化するための変分手法を開発した。
集積フォトニックデバイスの高再構成性を利用して、我々はハイブリッド量子古典フィードバックループを実装した。
実験結果から, 推定精度と雑音の頑健性に関して, 大幅な改善が得られた。
論文 参考訳(メタデータ) (2023-08-04T18:01:14Z) - PreQuant: A Task-agnostic Quantization Approach for Pre-trained Language
Models [52.09865918265002]
ファインチューニングのフレームワークPreQuantに先立って,新しい量子化を提案する。
PreQuantは様々な量子化戦略と互換性があり、インダクションされた量子化誤差を修正するために、アウタリア対応の微調整が組み込まれている。
BERT,RoBERTa,T5を用いたGLUEベンチマークにおけるPreQuantの有効性を示す。
論文 参考訳(メタデータ) (2023-05-30T08:41:33Z) - Improve Noise Tolerance of Robust Loss via Noise-Awareness [60.34670515595074]
本稿では,NARL-Adjuster(NARL-Adjuster for brevity)と呼ばれる,ハイパーパラメータ予測関数を適応的に学習するメタラーニング手法を提案する。
4つのSOTAロバストな損失関数を我々のアルゴリズムに統合し,提案手法の一般性および性能をノイズ耐性と性能の両面で検証した。
論文 参考訳(メタデータ) (2023-01-18T04:54:58Z) - Optimizing one-axis twists for realistic variational Bayesian quantum
metrology [0.0]
任意軸ツイストアンサーゼと呼ばれるパラメタライズド符号化および復号化プロトコルの新たなファミリーを提案する。
目標誤差を達成するのに必要な1軸ツイストの数を大幅に削減できることを示す。
論文 参考訳(メタデータ) (2022-12-23T16:45:15Z) - Multi-objective hyperparameter optimization with performance uncertainty [62.997667081978825]
本稿では,機械学習アルゴリズムの評価における不確実性を考慮した多目的ハイパーパラメータ最適化の結果について述べる。
木構造型Parzen Estimator(TPE)のサンプリング戦略と、ガウス過程回帰(GPR)と異種雑音の訓練後に得られたメタモデルを組み合わせる。
3つの解析的テスト関数と3つのML問題の実験結果は、多目的TPEとGPRよりも改善したことを示している。
論文 参考訳(メタデータ) (2022-09-09T14:58:43Z) - Noisy quantum amplitude estimation without noise estimation [0.7659943611104243]
量子コンピューティング装置は、必然的に未知のノイズを発生させる。
確率分布モデルは、多くのノイズパラメータを組み込む必要がある。
目的の振幅パラメータのみに対する最大極大推定器を精度良く計算するために、ニュアンスパラメータの理論を適用した。
論文 参考訳(メタデータ) (2021-10-08T17:11:30Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z) - Optimal non-classical correlations of light with a levitated nano-sphere [48.7576911714538]
非古典的相関は、量子技術における多くの応用のためのリソースを提供する。
光学系は、力学と進行する光のモードの間の量子絡み合いを生成するように配置することができる。
このようなシステムにおける量子相関生成の自動最適化を提案する。
論文 参考訳(メタデータ) (2020-06-26T15:27:47Z) - A variational toolbox for quantum multi-parameter estimation [0.7734726150561088]
本稿では,変分パラメータを逐次更新してプローブの状態や測定を改善する汎用フレームワークを提案する。
次に,数値シミュレーションによるアプローチの実用的機能を示す。
ノイズ進化に対する一般パラメータシフト則の有効性を実証する。
論文 参考訳(メタデータ) (2020-06-11T10:10:20Z)
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。