論文の概要: Learning a quantum channel from its steady-state

• arxiv url: http://arxiv.org/abs/2302.06517v2
• Date: Sun, 3 Sep 2023 14:51:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-07 06:34:22.033885
• Title: Learning a quantum channel from its steady-state
• Title（参考訳）: 定常状態から量子チャネルを学ぶ
• Authors: Yigal Ilin and Itai Arad
• Abstract要約: 本研究では,局所的な期待値のみを用いて局所的な非単位量子チャネルを学習するスケーラブルな手法を提案する。 このようなチャネルは、中間回路の測定やRESETゲートを使用して、量子コンピュータ上で効率的に実装することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a scalable method for learning local non-unital quantum channels using only local expectation values measured on their steady state. Our method can be seen as the channel equivalent of the algorithms for learning local Hamiltonians from their ground states. Such channels can be efficiently implemented on the quantum computer using mid-circuit measurements or RESET gates. Using engineered dissipative dynamics, our method provides a simple way to check how well a given noise model describes the actual noisy dynamics within the hardware, when all qubits are actively used for a non-negligible amount of time. Moreover, given a parameterized noise model, our method can be applied to learn the underlying noise parameters for the entire system. We demonstrate our method numerically and experimentally on an IBMQ machine, and show that a full noise model can be verified and learned from Pauli measurements on a single state.
• Abstract（参考訳）: 本稿では,局所的期待値のみを用いて局所的非単位量子チャネルを学習するスケーラブルな手法を提案する。 本手法は,局所ハミルトニアンの基底状態から学習するアルゴリズムのチャネル等価であると考えられる。 このようなチャネルは、中回路計測やリセットゲートを用いて量子コンピュータ上で効率的に実装することができる。 提案手法は, ハードウェア内のノイズモデルが, 実雑音のダイナミックスをどの程度正確に記述するかを, 非無視時間に全量子ビットがアクティブに使用されるかを確認するための簡単な方法である。 さらに, パラメータ化雑音モデルが与えられた場合, システム全体の騒音パラメータを学習するために, 提案手法を適用することができる。 提案手法をIBMQマシン上で数値的,実験的に実証し,1つの状態におけるパウリ測定から完全雑音モデルを検証および学習可能であることを示す。

関連論文リスト

• Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
  ランダム量子スピン系の進化をモデル化するためにFNOを用いる。 量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
  論文  参考訳（メタデータ） (2024-09-05T07:18:09Z)
• Concurrent VQE for Simulating Excited States of the Schwinger Model [0.0]
  本研究では, 同時変動量子固有解法(cVQE)のシュウィンガーモデルの励起状態の計算への応用について検討する。 本研究は,1,2,3個のアシラリー量子ビットを持つ最小2,4,8個の固有状態を,背景電界の消滅と消滅の両方のために効率的に取得する方法を示す。
  論文  参考訳（メタデータ） (2024-07-22T13:42:02Z)
• Quantum State Tomography with Locally Purified Density Operators and Local Measurements [17.38734393793605]
  量子状態の効率的な表現により、最小限の測定で量子状態トモグラフィを実現することができる。 そこで本稿では,混合状態のテンソルネットワーク表現を用いた状態トモグラフィの代替手法を提案する。 本研究では,テンソルネットワーク形式を用いた2次元システムのための量子状態トモグラフィーの道を開く。
  論文  参考訳（メタデータ） (2023-07-31T03:14:31Z)
• A Score-Based Model for Learning Neural Wavefunctions [41.82403146569561]
  スコアベースニューラルネットワークを用いて量子多体基底状態の物性を得るための新しいフレームワークを提供する。 我々の新しいフレームワークは明示的な確率分布を必要とせず、ランゲヴィン力学によるサンプリングを行う。
  論文  参考訳（メタデータ） (2023-05-25T23:44:27Z)
• Quantum state tomography with tensor train cross approximation [84.59270977313619]
  測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。 本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
  論文  参考訳（メタデータ） (2022-07-13T17:56:28Z)
• High-accuracy Hamiltonian learning via delocalized quantum state evolutions [0.0]
  ハミルトン固有ベイズで非局在化された状態に対して,学習過程の精度が最大であることを示す。 これは、非局在化がハミルトン学習の量子資源であり、学習アルゴリズムの最適な初期状態を選択するために利用することができることを意味している。
  論文  参考訳（メタデータ） (2022-04-08T11:06:07Z)
• Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
  実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。 我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。 このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
  論文  参考訳（メタデータ） (2022-01-14T19:24:31Z)
• Dual Map Framework for Noise Characterization of Quantum Computers [11.659279774157255]
  回路終端の単一層として機能する有効雑音(MATEN)チャネルの限界(局所)近似を再構成する手法を提案する。 最大6量子ビットのQAOA回路に対するリゲッティのAspen-9量子コンピュータの性能を示す。
  論文  参考訳（メタデータ） (2021-12-08T17:00:51Z)
• Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
  量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。 シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。 これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2020-09-28T17:21:25Z)
• Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
  機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。 本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。 実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-31T17:25:12Z)
• State preparation and measurement in a quantum simulation of the O(3) sigma model [65.01359242860215]
  我々は,非線型O(3)シグマモデルの固定点が,格子サイトあたり2キュービットしか持たないスピンモデルの量子相転移付近で再現可能であることを示す。 本稿では,弱い結合状態と量子臨界状態の両方において,断熱的基底状態の準備が複雑になる結果を得るためにトロッター法を適用した。 非単位ランダム化シミュレーション法に基づく量子アルゴリズムの提案と解析を行う。
  論文  参考訳（メタデータ） (2020-06-28T23:44:12Z)

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。