Fugu-MT 論文翻訳(概要): Resource-efficient digital characterization and control of classical non-Gaussian noise

論文の概要: Resource-efficient digital characterization and control of classical non-Gaussian noise

arxiv url: http://arxiv.org/abs/2304.03735v1
Date: Fri, 7 Apr 2023 17:05:03 GMT
ステータス: 処理完了
システム内更新日: 2023-04-10 11:29:05.021777
Title: Resource-efficient digital characterization and control of classical non-Gaussian noise
Title（参考訳）: 資源効率のよい非ガウス雑音の特性と制御
Authors: Wenzheng Dong, Gerardo A. Paz-Silva, and Lorenza Viola
Abstract要約: 非マルコフ的開量子系に対するフレームベースの特徴づけと制御 [PRX Quantum 2, 030315 (2021)] の有用性を示す。
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 show the usefulness of frame-based characterization and control [PRX Quantum 2, 030315 (2021)] for non-Markovian open quantum systems subject to classical non-Gaussian dephasing. By focusing on the paradigmatic case of random telegraph noise and working in a digital window frame, we demonstrate how to achieve higher-order control-adapted spectral estimation for noise-optimized dynamical decoupling design. We find that, depending on the operating parameter regime, control that is optimized based on non-Gaussian noise spectroscopy can substantially outperform standard Walsh decoupling sequences as well as sequences that are optimized based solely on Gaussian noise spectroscopy. This approach is also intrinsically more resource-efficient than frequency-domain comb-based methods.
Abstract（参考訳）: 古典的非ガウス性が強調される非マルコフ開量子系に対して,フレームに基づくキャラクタリゼーションと制御 [prx quantum 2, 030315 (2021)] の有用性を示す。ランダムな電信ノイズのパラダイムに着目し、デジタルウィンドウフレームで作業することで、ノイズ最適化動的デカップリング設計のための高次制御適応スペクトル推定を実現する方法を示す。動作パラメータによっては、非ガウス雑音スペクトルに基づいて最適化された制御は、標準ワルシュデカップリングシーケンスとガウス雑音分光のみに基づいて最適化されたシーケンスとを著しく上回っていることが分かる。このアプローチは、周波数領域のcommベースメソッドよりも本質的にリソース効率がよい。

関連論文リスト

Entanglement-enhanced optimal quantum metrology [0.7373617024876725]
本稿では,係り合いと最適化された結合相互作用を利用したQMのQOCスキームを提案する。その結果,特定の状況下では,単一粒子のコヒーレント制御を利用したスキームが著しく制限されていることが示唆された。
論文参考訳（メタデータ） (2024-11-06T16:08:13Z)
Model-Based Qubit Noise Spectroscopy [0.0]
古典的な信号処理からインスピレーションを得てモデルに基づくQNSアプローチを導出する。シミュレーションと実験データの両方を通して、これらのモデルに基づくQNSアプローチが、古典的手法の統計的および計算的利点をいかに維持するかを示す。
論文参考訳（メタデータ） (2024-05-20T09:30:38Z)
Digital noise spectroscopy with a quantum sensor [57.53000001488777]
本稿では,ノイズプロセスの自己相関をサンプリングし,再構成するための量子センシングプロトコルを実験的に導入し,実証する。ウォルシュノイズ分光法はスピンフリップパルスの単純な配列を利用してディジタルフィルタの完全基底を生成する。ダイヤモンド中の単一窒素空孔中心の電子スピン上での核スピン浴により生じる有効磁場の自己相関関数を実験的に再構成した。
論文参考訳（メタデータ） (2022-12-19T02:19:35Z)
Control-enhanced quantum metrology under Markovian noise [10.626708718934022]
本稿では,現実的な雑音を抑えるために,制御強化型量子メトロジー手法を提案する。実演として、いくつかの典型的なマルコフノイズチャネルの下での周波数推定問題に適用する。提案手法は性能が向上し,最大1桁の精度で推定精度が向上することを示す。
論文参考訳（メタデータ） (2022-11-03T13:39:47Z)
High-Order Qubit Dephasing at Sweet Spots by Non-Gaussian Fluctuators: Symmetry Breaking and Floquet Protection [55.41644538483948]
非ガウスゆらぎによるqubit dephasingについて検討した。非ガウス雑音に特有の対称性破壊効果を予測する。
論文参考訳（メタデータ） (2022-06-06T18:02:38Z)
Provably Optimal Control for Multiplicative Amplitude Control Noise [0.0]
我々は,そのようなシーケンスを最適性を保証する凸最適化問題にマップできることを示した。また、この手法は、より一般的なオフ軸時間関連デフォーカスノイズと互換性があることも示している。このアプローチにより、制御における振幅ドリフトによるノイズがデフォーカスに対して強いシステムにおける最適量子論理ゲートの開発が可能になる。
論文参考訳（メタデータ） (2022-05-13T16:19:56Z)
SpecGrad: Diffusion Probabilistic Model based Neural Vocoder with Adaptive Noise Spectral Shaping [51.698273019061645]
SpecGradは拡散雑音に適応し、その時間変化スペクトル包絡が条件付き対数メル分光器に近づく。時間周波数領域で処理され、計算コストは従来のDDPMベースのニューラルボコーダとほぼ同じである。
論文参考訳（メタデータ） (2022-03-31T02:08:27Z)
High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
論文参考訳（メタデータ） (2021-06-10T17:54:21Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Robust quantum gates using smooth pulses and physics-informed neural networks [0.0]
本稿では、ノイズに対する感度を最小化する、真に滑らかなパルスを得るための最初の一般的な方法を提案する。ニューラルネットワークを用いてハミルトニアンをパラメータ化することにより、多数の最適化パラメータを利用できる。我々は,論理部分空間内のノイズの影響を抑えるスムーズな形状と,その部分空間からの漏れを抑えることで,我々のアプローチの能力を実証する。
論文参考訳（メタデータ） (2020-11-04T19:31:36Z)
Stochastic Optimization with Heavy-Tailed Noise via Accelerated Gradient Clipping [69.9674326582747]
そこで本研究では,重み付き分散雑音を用いたスムーズな凸最適化のための,クリップ付きSSTMと呼ばれる新しい1次高速化手法を提案する。この場合、最先端の結果を上回る新たな複雑さが証明される。本研究は,SGDにおいて,ノイズに対する光細かな仮定を伴わずにクリッピングを施した最初の非自明な高確率複雑性境界を導出した。
論文参考訳（メタデータ） (2020-05-21T17:05:27Z)

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。