論文の概要: Coherent Equalization of Linear Quantum Systems
- arxiv url: http://arxiv.org/abs/2211.06003v1
- Date: Fri, 11 Nov 2022 05:06:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-19 18:35:54.998125
- Title: Coherent Equalization of Linear Quantum Systems
- Title（参考訳）: 線形量子系のコヒーレント等化
- Authors: V. Ugrinovskii and M. R. James
- Abstract要約: 本稿では、受動線形量子系の等化のためのコヒーレントフィルタの$H_infty$-like手法を紹介する。
ネバンリンナ・ピック(Nevanlinna-Pick)と組み合わされた半有限緩和は、準最適コヒーレント等化器の設計のためのトラクタブルアルゴリズムに導かれる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper introduces the $H_\infty$-like methodology of coherent filtering
for equalization of passive linear quantum systems to help mitigate degrading
effects of quantum communication channels. For such systems, we seek to find a
suboptimal equalizing filter which is itself a passive quantum system. The
problem amounts to solving an optimization problem subject to constraints
dictated by the requirement for the equalizer to be physically realizable. By
formulating these constraints in the frequency domain, we show that the problem
admits a convex $H_\infty$-like formulation. This allows us to derive a set of
suboptimal coherent equalizers using $J$-spectral factorization. An additional
semidefinite relaxation combined with the Nevanlinna-Pick interpolation is
shown to lead to a tractable algorithm for the design of a suboptimal coherent
equalizer.
- Abstract（参考訳）: 本稿では,受動線形量子システムの等化に対するコヒーレントフィルタリングの手法である$h_\infty$-likeを導入することで,量子通信チャネルの劣化を緩和する。
このようなシステムに対しては、受動的量子系である準最適等化フィルタを求める。
この問題は、イコライザが物理的に実現可能であるという要件によって引き起こされる制約に基づく最適化問題を解くことにかかっている。
これらの制約を周波数領域で定式化することにより、問題は凸$H_\infty$-likeの定式化を許容することを示す。
これにより、$J$-スペクトル分解を用いて準最適コヒーレント等化器の集合を導出できる。
ネバリンナ-ピック補間と組み合わされた追加の半定値緩和は、サブオプティカルコヒーレント等化器の設計のための扱いやすいアルゴリズムとなることが示されている。
関連論文リスト
- Qubit-efficient quantum combinatorial optimization solver [0.0]
そこで我々は,候補ビット解をより少ない量子ビットの絡み合った波動関数にマッピングすることで,制限を克服する量子ビット効率のアルゴリズムを開発した。
このアプローチは、短期的な中間スケールと将来のフォールトトレラントな小規模量子デバイスに有効である。
論文 参考訳（メタデータ） (2024-07-22T11:02:13Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - Hybrid quantum-classical and quantum-inspired classical algorithms for
solving banded circulant linear systems [0.8192907805418583]
帯状循環系に対する量子状態の組み合わせの凸最適化に基づく効率的なアルゴリズムを提案する。
帯状循環行列を巡回置換に分解することにより, 量子状態の組み合わせによる近似解を$K$とする。
我々は,従来のシミュレーションと実際のIBM量子コンピュータ実装を用いて本手法を検証し,熱伝達などの物理問題への適用性を示した。
論文 参考訳（メタデータ） (2023-09-20T16:27:16Z) - Quadratic-exponential coherent feedback control of linear quantum
stochastic systems [2.0508733018954843]
本稿では,コヒーレントな量子コントローラを用いた量子プラントの相互接続におけるリスク感応性を考慮した最適制御問題について考察する。
制御の目的は、閉ループ系のウィナーを内部的に安定化させ、二次指数関数の無限水平成長速度を最小化することである。
論文 参考訳（メタデータ） (2023-08-07T21:31:05Z) - GRAPE optimization for open quantum systems with time-dependent
decoherence rates driven by coherent and incoherent controls [77.34726150561087]
グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。
我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。
状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
論文 参考訳（メタデータ） (2023-07-17T13:37:18Z) - Quantum Worst-Case to Average-Case Reductions for All Linear Problems [66.65497337069792]
量子アルゴリズムにおける最悪のケースと平均ケースの削減を設計する問題について検討する。
量子アルゴリズムの明示的で効率的な変換は、入力のごく一部でのみ正し、全ての入力で正しくなる。
論文 参考訳（メタデータ） (2022-12-06T22:01:49Z) - Quantum-inspired optimization for wavelength assignment [51.55491037321065]
波長割当問題を解くための量子インスピレーションアルゴリズムを提案し,開発する。
本研究は,電気通信における現実的な問題に対する量子インスパイアされたアルゴリズムの活用の道筋をたどるものである。
論文 参考訳（メタデータ） (2022-11-01T07:52:47Z) - Quantum Gaussian filter for exploring ground-state properties [0.0]
フィルタ法は、重畳された量子状態からターゲット状態への射影を実現する。
本稿では,フィルタ演算子がハミルトニアン系のガウス関数である量子ガウスフィルタ(QGF)を提案する。
短期量子コンピュータで実現可能なハイブリッド量子古典アルゴリズムを開発した。
論文 参考訳（メタデータ） (2021-12-11T16:55:13Z) - Quantum Error Mitigation Relying on Permutation Filtering [84.66087478797475]
本稿では,既存の置換に基づく手法を特殊なケースとして含む,置換フィルタ(permutation filters)と呼ばれる一般的なフレームワークを提案する。
提案するフィルタ設計アルゴリズムは, 常に大域的最適度に収束し, フィルタが既存の置換法よりも大幅に改善できることを示す。
論文 参考訳（メタデータ） (2021-07-03T16:07:30Z) - Quantum constraint learning for quantum approximate optimization
algorithm [0.0]
本稿では,探索部分空間を厳しく制約するミキサーハミルトンを学習するための量子機械学習手法を提案する。
学習したユニタリを直接適応可能なアンサッツを使用してQAOAフレームワークにプラグインすることができる。
また,Wasserstein距離を用いた近似最適化アルゴリズムの性能を,制約なしで評価する直感的計量法を開発した。
論文 参考訳（メタデータ） (2021-05-14T11:31:14Z) - Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。
本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。
Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文 参考訳（メタデータ） (2021-05-06T17:59:38Z)
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。