論文の概要: Multiparameter estimation of continuous-time Quantum Walk Hamiltonians
through Machine Learning
- arxiv url: http://arxiv.org/abs/2211.05626v1
- Date: Thu, 10 Nov 2022 15:03:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-19 19:22:23.270734
- Title: Multiparameter estimation of continuous-time Quantum Walk Hamiltonians
through Machine Learning
- Title（参考訳）: 機械学習による連続時間量子ウォークハミルトンのマルチパラメータ推定
- Authors: Ilaria Gianani, Claudia Benedetti
- Abstract要約: ニューラルネットワークモデルを用いて,線グラフ上の連続時間量子ウォークを$n$近傍相互作用で記述する。
ニューラルネットワークは,2つあるいは3つのパラメータの推定を行う場合にも,ほぼ最適な推定器として機能することがわかった。
- 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: The characterization of the Hamiltonian parameters defining a quantum walk is
of paramount importance when performing a variety of tasks, from quantum
communication to computation. When dealing with physical implementations of
quantum walks, the parameters themselves may not be directly accessible, thus
it is necessary to find alternative estimation strategies exploiting other
observables. Here, we perform the multiparameter estimation of the Hamiltonian
parameters characterizing a continuous-time quantum walk over a line graph with
$n$-neighbour interactions using a deep neural network model fed with
experimental probabilities at a given evolution time. We compare our results
with the bounds derived from estimation theory and find that the neural network
acts as a nearly optimal estimator both when the estimation of two or three
parameters is performed.
- Abstract（参考訳）: 量子ウォークを定義するハミルトンパラメータのキャラクタリゼーションは、量子通信から計算まで、様々なタスクを実行する際に最も重要なものである。
量子ウォークの物理的実装を扱う際には、パラメータ自体が直接アクセスできない場合があるため、他の観測値を利用する別の推定方法を見つける必要がある。
本稿では,与えられた進化時間に実験確率を付与したディープニューラルネットワークモデルを用いて,n$-neighbour相互作用を持つ直線グラフ上の連続時間量子ウォークを特徴付けるハミルトンパラメータのマルチパラメータ推定を行う。
その結果を推定理論から導出される境界と比較し,2パラメータまたは3パラメータの推定を行う場合,ニューラルネットワークがほぼ最適な推定器として機能することを見出した。
関連論文リスト
- Dual-Capability Machine Learning Models for Quantum Hamiltonian Parameter Estimation and Dynamics Prediction [2.142387003055715]
本研究では,2つの機能を持つ機械学習モデルを提案する。
観測された局所観測値の変化から時間依存のハミルトンパラメータを推定することができる。
これはハミルトンのパラメータに基づいてこれらの可観測物の進化を予測することができる。
論文 参考訳（メタデータ） (2024-05-22T12:21:57Z) - Quantum multiparameter estimation enhanced by a topological phase
transition [3.188072216541844]
量子力学系では、複数の to-be-estimated パラメータはユニタリ進化によって符号化される。
パラメータが変化するにつれて、システムはトポロジカル位相遷移(TPT)を行うことができる。
本稿では,TPT点周辺における量子計量テンソルの特異挙動を,複数パラメータの同時最適推定のためのツールとして提案する。
論文 参考訳（メタデータ） (2024-02-11T02:52:39Z) - Amplification of quantum transfer and quantum ratchet [56.47577824219207]
量子伝達の増幅モデルについて検討し、量子ラチェットモデル(quantum ratchet model)と呼ぶ方向付けを行う。
ラチェット効果は、散逸とシンクを伴う量子制御モデルにおいて達成され、そこでは、ハミルトニアンはエネルギー準位間の遷移と同期されたエネルギー差の振動に依存する。
発振ビブロンの振幅と周波数は、その効率を決定する量子ラチェットのパラメータである。
論文 参考訳（メタデータ） (2023-12-31T14:04:43Z) - Symmetric Pruning in Quantum Neural Networks [111.438286016951]
量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。
ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。
本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
論文 参考訳（メタデータ） (2022-08-30T08:17:55Z) - Experimental Bayesian calibration of trapped ion entangling operations [48.43720700248091]
我々は,広く使用されているMolmer-Sorensenエンタングゲート操作の実験パラメータを自動的に推定し,調整する効率的なキャリブレーションプロトコルを開発し,特徴付ける。
実験では, ゲートキャリブレーションを1分以内で完了する間, 実験サイクルは1200pm500$で, ゲートキャリブレーションの中央値が1.3(1)cdot10-3$であることを示す。
論文 参考訳（メタデータ） (2021-12-02T16:59:00Z) - Multi-parameter quantum metrology with discrete-time quantum walks [0.0]
我々は、量子ウォーカーを、その自由度で符号化された未知のパラメータのプローブとして使用する。
本研究はディラックモデルにおける電荷と質量の同時推定を含むケーススタディに適用した。
論文 参考訳（メタデータ） (2021-10-05T13:25:32Z) - On the properties of the asymptotic incompatibility measure in
multiparameter quantum estimation [62.997667081978825]
Incompatibility (AI) は、ホレヴォとSLDスカラー境界の差を定量化する尺度である。
最大AI量は、$mu_sf min = 1/(d-1)$より大きい純度で特徴づけられる量子統計モデルに対してのみ達成可能であることを示す。
論文 参考訳（メタデータ） (2021-07-28T15:16:37Z) - Probing the topological Anderson transition with quantum walks [48.7576911714538]
光線形ネットワークにおける1次元量子ウォークについて考察する。
ウォーカーの確率分布を直接監視するオプションは、この光学プラットフォームを1次元トポロジカルアンダーソン転移のユニークなシグネチャの実験的観察に最適である。
論文 参考訳（メタデータ） (2021-02-01T21:19:15Z) - Learning Quantum Hamiltonians from Single-qubit Measurements [5.609584942407068]
本研究では,1量子ビット計測の時間的記録から,対象ハミルトニアンのパラメータを学習するための繰り返しニューラルネットワークを提案する。
これは時間に依存しないハミルトン群と時間に依存しないハミルトン群の両方に適用できる。
論文 参考訳（メタデータ） (2020-12-23T07:15:20Z) - Estimation of one-dimensional discrete-time quantum walk parameters by
using machine learning algorithms [1.7396274240172125]
本稿では1次元離散時間量子ウォークの進化に使用される量子コインパラメーターの推定について述べる。
私たちが実装したモデルでは、これらの進化パラメータを高い精度で推定できることを示す。
論文 参考訳（メタデータ） (2020-07-09T06:08:16Z) - Quantum probes for universal gravity corrections [62.997667081978825]
最小長の概念を概観し、量子系のハミルトニアンに現れる摂動項をいかに引き起こすかを示す。
我々は、推定手順の精度の最終的な限界を見つけるために、量子フィッシャー情報を評価する。
以上の結果から,量子プローブは有用な資源であり,精度が向上する可能性が示唆された。
論文 参考訳（メタデータ） (2020-02-13T19:35:07Z)
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。