論文の概要: Unfolding the Toric Code Model with Emergent Qubits
- arxiv url: http://arxiv.org/abs/2303.17044v1
- Date: Wed, 29 Mar 2023 22:16:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-31 15:02:58.891650
- Title: Unfolding the Toric Code Model with Emergent Qubits
- Title(参考訳): 創発的キュービットによる toric コードモデルの拡張
- Authors: Brijesh Kumar
- Abstract要約: 我々は、トーリックなコードモデルを創発的量子ビットの問題に厳格に変換し、その固有状態をすべて正確に記述する。
この運動の副産物として、トーラス上のモデルの句読版とシリンダー上のオープン版を導入し、どちらも独立な初期量子ビットを完璧に実現した。
トーリック符号やその他のモデルの正確な固有状態は、独立量子ビットにCNOTゲートを適用することによって実現される。
- 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: We present the idea of emergent qubits by exact constructions. We rigorously
transform the toric code model into a problem of emergent qubits, and write all
its eigenstates exactly. As byproducts of this exercise, we introduce a
punctured version of the model on torus and an open version on cylinder, both
realizing independent emergent qubits perfectly. The exact eigenstates of the
toric code and other models are shown to be realized by applying CNOT gates on
independent qubits.
- Abstract(参考訳): 正確な構成による創発的量子ビットの考え方を示す。
厳密に toric のコードモデルを創発的な qubits の問題に変換し、すべての固有状態を正確に記述します。
この演習の副産物として、トーラスのモデルとシリンダーのオープンバージョンを紹介し、どちらも独立した創発的キュービットを完全に実現します。
トーリック符号やその他のモデルの正確な固有状態は、独立量子ビットにCNOTゲートを適用することによって実現できる。
関連論文リスト
- Single-Shot Quantum Error Correction in Intertwined Toric Codes [0.14833692070415452]
ユーザフレンドリーで透過的な方法で単発誤り訂正を行うサブシステムコードを構築する。
以前のコードは単発誤り訂正の特性を共有していたが、ITCは物理的に動機づけられた起源によって区別されている。
ITCのシンドロームは、KubicaとVasmerのシングルショットコードのシンドロームに似ている。
論文 参考訳(メタデータ) (2023-07-16T18:00:01Z) - Disentanglement via Latent Quantization [60.37109712033694]
本研究では,組織化された潜在空間からの符号化と復号化に向けた帰納的バイアスを構築する。
本稿では,基本データレコーダ (vanilla autoencoder) と潜時再構成 (InfoGAN) 生成モデルの両方に追加することで,このアプローチの広範な適用性を実証する。
論文 参考訳(メタデータ) (2023-05-28T06:30:29Z) - NoRA: A Tensor Network Ansatz for Volume-Law Entangled Equilibrium States of Highly Connected Hamiltonians [0.0]
本稿では,体積法の絡み合いと大規模基底状態の縮退を緩和できるテンソルネットワークアーキテクチャを提案する。
このアーキテクチャは,SYKモデルの接地空間の絡み合いや複雑さを捉えるのに十分な表現性を持っていることを示す。
我々はSYKモデルにインスパイアされた一連の符号を導入し、高重量安定器のコストで一定速度と線形距離を選択できることを示した。
論文 参考訳(メタデータ) (2023-03-29T18:07:15Z) - Toward Certified Robustness Against Real-World Distribution Shifts [65.66374339500025]
我々は、データから摂動を学ぶために生成モデルを訓練し、学習したモデルの出力に関して仕様を定義する。
この設定から生じるユニークな挑戦は、既存の検証者がシグモイドの活性化を厳密に近似できないことである。
本稿では,古典的な反例誘導的抽象的洗練の概念を活用するシグモイドアクティベーションを扱うための一般的なメタアルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-06-08T04:09:13Z) - Squeezeformer: An Efficient Transformer for Automatic Speech Recognition [99.349598600887]
Conformerは、そのハイブリッドアテンション・コンボリューションアーキテクチャに基づいて、様々な下流音声タスクの事実上のバックボーンモデルである。
Squeezeformerモデルを提案する。これは、同じトレーニングスキームの下で、最先端のASRモデルよりも一貫して優れている。
論文 参考訳(メタデータ) (2022-06-02T06:06:29Z) - Stabilizing Equilibrium Models by Jacobian Regularization [151.78151873928027]
ディープ均衡ネットワーク(Deep equilibrium Network, DEQs)は、単一非線形層の固定点を見つけるために従来の深さを推定する新しいモデルのクラスである。
本稿では、平衡モデルの学習を安定させるために、固定点更新方程式のヤコビアンを明示的に正規化するDECモデルの正規化スキームを提案する。
この正規化は計算コストを最小限に抑え、前方と後方の両方の固定点収束を著しく安定化させ、高次元の現実的な領域に順応することを示した。
論文 参考訳(メタデータ) (2021-06-28T00:14:11Z) - Equivalence of Segmental and Neural Transducer Modeling: A Proof of
Concept [56.46135010588918]
RNN-Transducerモデルとセグメントモデル(直接HMM)の広く使われているクラスが等価であることを証明する。
空白確率はセグメント長確率に変換され,その逆も示された。
論文 参考訳(メタデータ) (2021-04-13T11:20:48Z) - Awareness Logic: A Kripke-based Rendition of the Heifetz-Meier-Schipper
Model [0.0]
本稿では,不確かさと無知を分離した原子部分集合包含によって引き起こされるクリプケモデルの格子に基づくモデルを提案する。
式満足を保つ変換を定義することで、同等となるモデルを示す。
論文 参考訳(メタデータ) (2020-12-23T21:24:06Z) - $\mathbb{Z}_2$ lattice gauge theories and Kitaev's toric code: A scheme
for analog quantum simulation [0.0]
Kitaevのトーリックコードは$mathbbZ$-トポロジ的順序で完全に解決可能なモデルである。
我々の研究は、アナログ量子シミュレーターにおける非アベリア異性体の実現の道を開いた。
論文 参考訳(メタデータ) (2020-12-09T18:59:58Z) - A Compact Gated-Synapse Model for Neuromorphic Circuits [77.50840163374757]
このモデルは、ニューロモルフィック回路のコンピュータ支援設計への統合を容易にするためにVerilog-Aで開発された。
モデルの振る舞い理論は、デフォルトパラメータ設定の完全なリストとともに詳細に記述されている。
論文 参考訳(メタデータ) (2020-06-29T18:22:11Z)
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。