論文の概要: Mathematical approaches for characterization, control, calibration and
validation of a quantum computing device
- arxiv url: http://arxiv.org/abs/2301.10712v1
- Date: Wed, 25 Jan 2023 17:23:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-26 14:43:31.099384
- Title: Mathematical approaches for characterization, control, calibration and
validation of a quantum computing device
- Title（参考訳）: 量子コンピューティングデバイスのキャラクタリゼーション、制御、校正、検証のための数学的アプローチ
- Authors: Zhichao Peng, Daniel Appelo, N. Anders Petersson, Fortino Garcia and
Yujin Cho
- Abstract要約: 本報告では,quditデバイスの特性と最適制御から,結果の検証に至るまで,すべての手順について述べる。
報告書の目標は、量子コンピューティングに初めて興味を持つ学生や研究者、特に計算数学者への紹介を提供することである。
- 参考スコア（独自算出の注目度）: 0.4499833362998487
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Quantum computing has received significant amounts of interest from many
different research communities over the last few years. Although there are many
introductory texts that focus on the algorithmic parts of quantum computing,
there is a dearth of publications that describe the modeling, calibration and
operation of current quantum computing devices. One aim of this report is to
fill that void by providing a case study that walks through the entire
procedure from the characterization and optimal control of a qudit device at
Lawrence Livermore National Laboratory (LLNL) to the validation of the results.
A goal of the report is to provide an introduction for students and
researchers, especially computational mathematicians, who are interested in but
new to quantum computing. Both experimental and mathematical aspects of this
procedure are discussed. We present a description of the LLNL QuDIT testbed,
the mathematical models that are used to describe it, and the numerical methods
that are used to to design optimal controls. We also present experimental and
computational methods that can be used to characterize a quantum device.
Finally, an experimental validation of an optimized control pulse is presented,
which relies on the accuracy of the characterization and the optimal control
methodologies.
- Abstract（参考訳）: 量子コンピューティングはここ数年、多くの異なる研究コミュニティからかなりの関心を集めてきた。
量子コンピューティングのアルゴリズム的な部分に焦点を当てた入門テキストは数多く存在するが、現在の量子コンピューティングデバイスのモデリング、キャリブレーション、動作を記述する出版物が多数存在する。
本報告の目的は,ローレンス・リバモア国立研究所 (LLNL) のキュディット装置の特性と最適制御から,結果の検証まで,全手順を通したケーススタディを提供することで,その空白を埋めることである。
この報告書の目的は、学生や研究者、特に量子コンピューティングに興味があるが新しい計算数学者に紹介を提供することである。
この手順の実験的および数学的側面について論じる。
本稿では、LLNL QuDITテストベッド、それを記述するために使用される数学的モデル、最適制御の設計に使用される数値的手法について述べる。
また,量子デバイスの特徴化に使用できる実験および計算手法を提案する。
最後に, 最適制御パルスの実験的検証を行い, キャラクタリゼーションの精度と最適制御手法に依拠する。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - A Herculean task: Classical simulation of quantum computers [4.12322586444862]
本研究は、量子コンピュータの進化を特定の操作下でエミュレートする最先端の数値シミュレーション手法について概説する。
我々は、代替手法を簡潔に言及しながら、主流のステートベクターとテンソルネットワークのパラダイムに焦点を当てる。
論文 参考訳（メタデータ） (2023-02-17T13:59:53Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Adiabatic based Algorithm for SAT: a comprehensive algorithmic
description [2.2688530041645856]
量子近似は、解くべき問題を定義するハミルトニアンと混合ハミルトニアンとの交互性を利用する。
量子物理学で最初に定義された断熱定理は、シュリンガー方程式の解を計算することができる。
論文 参考訳（メタデータ） (2022-07-20T15:42:06Z) - Markovian Noise Modelling and Parameter Extraction Framework for Quantum
Devices [0.0]
この研究は、量子システムのマルコフノイズと力学をモデル化するための新しいハードウェアに依存しないフレームワークを提供する。
例えば、このフレームワークの応用と性能はIBM Quantumコンピュータ上で実証されている。
論文 参考訳（メタデータ） (2022-02-09T14:06:53Z) - Quantum Algorithms for Unsupervised Machine Learning and Neural Networks [2.28438857884398]
行列積や距離推定といったタスクを解くために量子アルゴリズムを導入する。
これらの結果は、教師なし機械学習のための新しい量子アルゴリズムの開発に使用される。
また、ニューラルネットワークやディープラーニングのための新しい量子アルゴリズムも提示します。
論文 参考訳（メタデータ） (2021-11-05T16:36:09Z) - Re-examining the quantum volume test: Ideal distributions, compiler
optimizations, confidence intervals, and scalable resource estimations [0.20999222360659606]
量子ボリュームテストにより、設計面、エラーに対する感度、基準通過、および量子コンピュータにおける通過の意味をよりよく理解する。
異なるエラーモデルとコンパイラ最適化オプションの下で予測される重出力確率を推定する効率的なアルゴリズムを提案する。
量子量テストは量子コンピュータの実用的あるいは運用的能力について,特に量子誤り訂正の観点から何を意味するのかを論じる。
論文 参考訳（メタデータ） (2021-10-27T23:05:26Z) - Quantum-tailored machine-learning characterization of a superconducting
qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。
このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。
このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文 参考訳（メタデータ） (2021-06-24T15:58:57Z) - Nearest Centroid Classification on a Trapped Ion Quantum Computer [57.5195654107363]
我々は,古典的データを量子状態に効率よくロードし,距離推定を行う手法を用いて,量子近接Centroid分類器を設計する。
MNIST手書き桁データセットの古典的最寄りのセントロイド分類器の精度と8次元合成データの最大100%の精度とを一致させ,11量子ビットトラップイオン量子マシン上で実験的に実証した。
論文 参考訳（メタデータ） (2020-12-08T01:10:30Z) - Statistical Limits of Supervised Quantum Learning [90.0289160657379]
精度の制約を考慮すると、教師付き学習のための量子機械学習アルゴリズムは入力次元における多対数ランタイムを達成できないことを示す。
より効率的な古典的アルゴリズムよりも、教師あり学習のための量子機械学習アルゴリズムの方が、ほとんどの場合スピードアップできると結論付けている。
論文 参考訳（メタデータ） (2020-01-28T17:35:32Z)
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。