論文の概要: Gaussian breeding for encoding a qubit in propagating light

• arxiv url: http://arxiv.org/abs/2212.05436v1
• Date: Sun, 11 Dec 2022 07:41:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-09 13:45:45.253518
• Title: Gaussian breeding for encoding a qubit in propagating light
• Title（参考訳）: 伝播光中のキュービットをコードするガウス育種
• Authors: Kan Takase, Kosuke Fukui, Akito Kawasaki, Warit Asavanant, Mamoru Endo, Jun-ichi Yoshikawa, Peter van Loock, Akira Furusawa
• Abstract要約: 現実的な量子コンピューティングでは、脆弱な量子情報を保護するために物理系の論理量子ビットを堅牢に符号化する必要がある。 ここでは、光の伝播において任意のゴッテマン・キタエフ・プレスキル量子ビットを符号化するガウス繁殖を提案する。 シミュレーションにより, 耐故障しきい値を超えるGKP量子ビットは, 高い成功確率と0.99以上の忠実度で生成可能であることが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Practical quantum computing requires robust encoding of logical qubits in physical systems to protect fragile quantum information. Currently, the lack of scalability limits the logical encoding in most physical systems, and thus the high scalability of propagating light can be a game changer for realizing a practical quantum computer. However, propagating light also has a drawback: the difficulty of logical encoding due to weak nonlinearity. Here, we propose Gaussian breeding that encodes arbitrary Gottesman-Kitaev-Preskill (GKP) qubits in propagating light. The key idea is the efficient and iterable generation of quantum superpositions by photon detectors, which is the most widely used nonlinear element in quantum propagating light. This formulation makes it possible to systematically create the desired qubits with minimal resources. Our simulations show that GKP qubits above a fault-tolerant threshold, including ``magic states'', can be generated with a high success probability and with a high fidelity exceeding 0.99. This result fills an important missing piece toward practical quantum computing.
• Abstract（参考訳）: 実用的な量子コンピューティングは、脆弱な量子情報を保護するために物理システムにおける論理量子ビットの堅牢な符号化を必要とする。 現在、ほとんどの物理システムではスケーラビリティの欠如が論理エンコーディングを制限しているため、伝播光の高スケーラビリティは実用的な量子コンピュータを実現するためのゲームチェンジャーとなる。 しかし、伝播光もまた欠点がある:弱い非線形性による論理符号化の難しさ。 本稿では,光伝播において任意のゴッテマン・キタエフ・プレスキル(GKP)量子ビットを符号化したガウス繁殖法を提案する。 鍵となる考え方は、量子伝播光において最も広く用いられる非線形要素である光子検出器による、効率的かつ反復的な量子重ね合わせの生成である。 この定式化により、最小限のリソースで所望のキュービットを体系的に作成できる。 シミュレーションにより,「磁気状態」を含む耐故障しきい値を超えるGKP量子ビットは高い成功確率と0.99を超える忠実度で生成可能であることが示された。 この結果は、実用的な量子コンピューティングへの重要な欠片を埋める。

関連論文リスト

• How to Build a Quantum Supercomputer: Scaling Challenges and Opportunities [3.864855748348313]
  数百の物理量子ビット上の量子アルゴリズムプリミティブに対して、小さなデモが可能になった。 大幅な進歩と興奮にもかかわらず、フルスタックのスケーラブルな技術への道のりはほとんど不明である。 既存の半導体技術を採用して、より高品質な量子ビットを構築することで、スケーリングへの道が拓けることを示す。
  論文  参考訳（メタデータ） (2024-11-15T18:22:46Z)
• Hardware-Efficient Fault Tolerant Quantum Computing with Bosonic Grid States in Superconducting Circuits [0.0]
  この観点の原稿は、ボソニックなコード、特にグリッド状態のエンコーディングが、スケーラブルなフォールトトレラント量子コンピューティングへの経路を提供する方法を記述している。 ボソニックモードのヒルベルト空間を利用することで、量子誤差補正は単一の物理単位レベルで動作することができる。 論理クロックレートがMHzのゲートベースの量子コンピューティングプロセッサにおいて,フォールトトレランスを達成するための最短経路である,と我々は主張する。
  論文  参考訳（メタデータ） (2024-09-09T17:20:06Z)
• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Deterministic generation of concatenated graph codes from quantum emitters [0.0]
  フォールトトレラントな構造と損失を効率的に補正できるコードを組み合わせることは、これを実現するための有望なアプローチである。 メモリに結合した2つの量子エミッタまたは1つの量子エミッタからの多光子放射を用いたグラフコード生成手法を提案する。 これらの手法により,高光子損失と標準核融合ゲートを有する実用計算において,フォールトトレラント核融合に基づく量子状態が実現可能であることを示す。
  論文  参考訳（メタデータ） (2024-06-24T14:44:23Z)
• Propagating Gottesman-Kitaev-Preskill states encoded in an optical oscillator [0.3901201146779002]
  Gottesman-Kitaev-Preskill (GKP) と呼ばれる論理量子ビットは、量子コンピュータにおけるエラーの軽減に効率的である。 GKP量子ビットは、非常に非線形な物理系において、機械的およびマイクロ波的周波数でのみ実証されている。 本研究では,通信波長で光を伝搬するGKP状態を実現し,GKP状態に対するホモダイン測定を示す。
  論文  参考訳（メタデータ） (2023-09-05T15:21:20Z)
• Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
  グレー値画像のひび割れ検出に量子転送学習を適用した。 我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
  論文  参考訳（メタデータ） (2023-07-31T14:45:29Z)
• 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)
• Quantum Error Correction with Quantum Autoencoders [0.0]
  量子ニューラルネットワークをトレーニングして,能動的検出と誤り訂正のための最適な戦略を学習する方法を示す。 量子オートエンコーダの復号化能力は、特定の状態の保護に限らず、論理的コード空間全体に拡張されることを強調した。
  論文  参考訳（メタデータ） (2022-02-01T16:55:14Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)
• The Hintons in your Neural Network: a Quantum Field Theory View of Deep Learning [84.33745072274942]
  線形および非線形の層をユニタリ量子ゲートとして表現する方法を示し、量子モデルの基本的な励起を粒子として解釈する。 ニューラルネットワークの研究のための新しい視点と技術を開くことに加えて、量子定式化は光量子コンピューティングに適している。
  論文  参考訳（メタデータ） (2021-03-08T17:24:29Z)
• Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
  想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。 本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-24T12:48:00Z)

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。