論文の概要: Adversarial Hamiltonian learning of quantum dots in a minimal Kitaev chain

• arxiv url: http://arxiv.org/abs/2304.10852v1
• Date: Fri, 21 Apr 2023 09:55:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-24 15:11:59.277129
• Title: Adversarial Hamiltonian learning of quantum dots in a minimal Kitaev chain
• Title（参考訳）: 極小キタエフ連鎖における量子ドットの逆ハミルトン学習
• Authors: Rouven Koch, David van Driel, Alberto Bordin, Jose L. Lado, and Eliska Greplova
• Abstract要約: 量子ドットに基づく北エフ連鎖のパラメータを決定するために,逆機械学習アルゴリズムを提案する。 このモデルを用いて、マヨラナ境界状態が現れると予測されるパラメータを予測する。 以上の結果から,より長鎖にスケーラブルな北エフ連鎖チューニングを支援する戦略が得られた。
• 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: Determining Hamiltonian parameters from noisy experimental measurements is a key task for the control of experimental quantum systems. An experimental platform that recently emerged, and where knowledge of Hamiltonian parameters is crucial to fine-tune the system, is that of quantum dot-based Kitaev chains. In this work, we demonstrate an adversarial machine learning algorithm to determine the parameters of a quantum dot-based Kitaev chain. We train a convolutional conditional generative adversarial neural network (Conv-cGAN) with simulated differential conductance data and use the model to predict the parameters at which Majorana bound states are predicted to appear. In particular, the Conv-cGAN model facilitates a rapid, numerically efficient exploration of the phase diagram describing the transition between elastic co-tunneling and crossed Andreev reflection regimes. We verify the theoretical predictions of the model by applying it to experimentally measured conductance obtained from a minimal Kitaev chain consisting of two spin-polarized quantum dots coupled by a superconductor-semiconductor hybrid. Our model accurately predicts, with an average success probability of $97$\%, whether the measurement was taken in the elastic co-tunneling or crossed Andreev reflection-dominated regime. Our work constitutes a stepping stone towards fast, reliable parameter prediction for tuning quantum-dot systems into distinct Hamiltonian regimes. Ultimately, our results yield a strategy to support Kitaev chain tuning that is scalable to longer chains.
• Abstract（参考訳）: 雑音のある実験的測定からハミルトンパラメータを決定することは、実験量子システムの制御の鍵となる課題である。 最近出現し、ハミルトンパラメータの知識がシステムの微調整に不可欠である実験的なプラットフォームは、量子ドットベースの北エフ連鎖である。 本研究では,量子ドット型北エフ連鎖のパラメータを決定するための逆機械学習アルゴリズムを実演する。 本研究では,差分コンダクタンスデータを用いた畳み込み条件生成対向ニューラルネットワーク(Conv-cGAN)を訓練し,モデルを用いてマヨラナ境界状態の出現を予測したパラメータを予測する。 特に、Conv-cGANモデルは、弾性共振器とアンドレーフ反射器間の遷移を記述する位相図の迅速かつ数値的に効率的な探索を容易にする。 超伝導体-半導体ハイブリッドを結合した2つのスピン分極量子ドットからなる極小キタエフ鎖から得られた実験的なコンダクタンスに適用して、モデルの理論予測を検証する。 モデルでは,平均成功確率が9,7$\%で,弾性共トンネル法かアンドレーエフ反射支配法で測定されたかを正確に予測した。 我々の研究は、量子ドット系を異なるハミルトン系にチューニングするための高速で信頼性の高いパラメータ予測に向けた足掛かりを構成する。 最終的に、我々の結果は、より長いチェーンにスケーラブルな北エフ連鎖チューニングをサポートする戦略をもたらす。

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)
• Entanglement Structure of Non-Gaussian States and How to Measure It [0.0]
  本稿では,実験的な相関関数による量子状態の制約を行うプロトコルを提案する。 この方法は量子状態の絡み合い構造の計測を可能にする。 提案プロトコルは,現在および今後の実験能力とともに有用であることを示す。
  論文  参考訳（メタデータ） (2024-07-16T18:00:01Z)
• Quantum Transport in Open Spin Chains using Neural-Network Quantum States [11.137438870686026]
  本研究では,制限されたボルツマンマシンに基づく非対称開量子系のニューラルネットワークによる処理について検討する。 特に、境界駆動(異方性)ハイゼンベルクスピン鎖における非平衡定常電流に関心がある。
  論文  参考訳（メタデータ） (2022-12-27T11:30:47Z)
• Symmetric Pruning in Quantum Neural Networks [111.438286016951]
  量子ニューラルネットワーク(QNN)は、現代の量子マシンの力を発揮する。 ハンドクラフト対称アンサーゼを持つQNNは、一般に非対称アンサーゼを持つものよりも訓練性が高い。 本稿では,QNNのグローバル最適収束を定量化するために,実効量子ニューラルネットワークカーネル(EQNTK)を提案する。
  論文  参考訳（メタデータ） (2022-08-30T08:17:55Z)
• Trapped-Ion Quantum Simulation of Collective Neutrino Oscillations [55.41644538483948]
  量子計算を用いて,Nニュートリノ系のコヒーレントな集団振動を2成分近似でシミュレートする手法について検討した。 第2次トロッタースズキ公式を用いたゲート複雑性は,量子信号処理などの他の分解方法よりも,システムサイズに優れることがわかった。
  論文  参考訳（メタデータ） (2022-07-07T09:39:40Z)
• Probing finite-temperature observables in quantum simulators of spin systems with short-time dynamics [62.997667081978825]
  ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。 長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-06-03T18:00:02Z)
• Characterization and Verification of Trotterized Digital Quantum Simulation via Hamiltonian and Liouvillian Learning [0.0]
  実験により得られたFloquet Hamiltonianの順序を並べて再構築するためのFloquet Hamiltonian学習を提案する。 提案プロトコルは,新しいタイプの量子ゲートのフィードバックループ設計とキャリブレーションの基礎となることを示す。
  論文  参考訳（メタデータ） (2022-03-29T18:29:01Z)
• Quantum Variational Learning of the Entanglement Hamiltonian [0.0]
  絡み合いハミルトニアン(EH)の構造を学ぶことは、アナログ量子シミュレーションにおける量子多体状態の特徴付けの中心である。 量子デバイス上で物理的に実現された多体ハミルトニアンの空間的変形が局所的なEHに対する効率的な変分アンサッツとして機能するプロトコルについて述べる。 我々は準1次元測地におけるフェルミ・ハッバードモデルの基底状態のプロトコルをシミュレートし、ビソニャーノ・ヴィヒマン予想とEHの優れた一致を見出した。
  論文  参考訳（メタデータ） (2021-05-10T12:54:50Z)
• Super-Heisenberg scaling in Hamiltonian parameter estimation in the long-range Kitaev chain [2.3058787297835686]
  長距離相互作用を持つ線形系の相互作用強度を推定する。 量子制御は、量子フィッシャー情報のプレファクターを改善することができることを示す。
  論文  参考訳（メタデータ） (2021-04-14T20:40:40Z)
• Bernstein-Greene-Kruskal approach for the quantum Vlasov equation [91.3755431537592]
  一次元定常量子ブラソフ方程式は、エネルギーを力学変数の1つとして分析する。 量子トンネル効果が小さい半古典的な場合、無限級数解が開発される。
  論文  参考訳（メタデータ） (2021-02-18T20:55:04Z)
• Assessment of weak-coupling approximations on a driven two-level system under dissipation [58.720142291102135]
  我々は, 減散を伴うリウヴィル・ヴォン方程式(Liouville-von equation)と呼ばれる数値的正確かつ非摂動的手法を用いて, 駆動量子ビットについて検討した。 我々は、駆動された量子ビットの定常状態を予測する上で、リンドブラッド方程式の妥当性の規則をマップするために実験で用いられる計量を提案する。
  論文  参考訳（メタデータ） (2020-11-11T22:45:57Z)

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。