論文の概要: Attention-Based Transformer Networks for Quantum State Tomography
- arxiv url: http://arxiv.org/abs/2305.05433v1
- Date: Tue, 9 May 2023 13:22:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-10 12:40:26.533603
- Title: Attention-Based Transformer Networks for Quantum State Tomography
- Title(参考訳): 量子状態トモグラフィのための注意型トランスネットワーク
- Authors: Hailan Ma, Zhenhong Sun, Daoyi Dong, Chunlin Chen, Herschel Rabitz
- Abstract要約: 本研究では,異なる測定値から測定結果間の相関関係を捉えるために,注意に基づく量子状態トモグラフィー(QST)法を提案する。
本手法は, 測定された統計量から量子状態の密度行列を直接検索する。
測定値から学習密度行列の注意力の顕著な表現性を示す。
- 参考スコア(独自算出の注目度): 8.02482782605183
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neural networks have been actively explored for quantum state tomography
(QST) due to their favorable expressibility. To further enhance the efficiency
of reconstructing quantum states, we explore the similarity between language
modeling and quantum state tomography and propose an attention-based QST method
that utilizes the Transformer network to capture the correlations between
measured results from different measurements. Our method directly retrieves the
density matrices of quantum states from measured statistics, with the
assistance of an integrated loss function that helps minimize the difference
between the actual states and the retrieved states. Then, we systematically
trace different impacts within a bag of common training strategies involving
various parameter adjustments on the attention-based QST method. Combining
these techniques, we establish a robust baseline that can efficiently
reconstruct pure and mixed quantum states. Furthermore, by comparing the
performance of three popular neural network architectures (FCNs, CNNs, and
Transformer), we demonstrate the remarkable expressiveness of attention in
learning density matrices from measured statistics.
- Abstract(参考訳): ニューラルネットワークは量子状態トモグラフィ(QST)の表現性のために積極的に研究されている。
量子状態再構成の効率をさらに高めるため,言語モデリングと量子状態トモグラフィーの類似性を探求し,Transformerネットワークを用いて異なる測定値から測定結果間の相関関係を抽出する注目型QST法を提案する。
本手法は,実際の状態と得られた状態との差を最小限に抑える統合的損失関数を用いて,測定された統計量から量子状態の密度行列を直接検索する。
そこで本研究では,注目型QST法における各種パラメータ調整を含む共通トレーニング戦略の袋内での異なる影響を系統的に追跡する。
これらの手法を組み合わせることで、純量子状態と混合量子状態を効率的に再構成できるロバストなベースラインを確立する。
さらに,人気のある3つのニューラルネットワークアーキテクチャ(fcns,cnn,transformer)の性能を比較することで,計測統計から学習密度行列における注目の顕著な表現性を示す。
関連論文リスト
- Quantum metrology in complex systems and experimental verification by
quantum simulation [3.1179335904543537]
我々は,非マルコフ雑音,相関雑音,量子臨界系など,様々な複雑系における量子力学のスキームを概観した。
一方, 量子情報の急激な発展により, 様々な理論的スキームの実現可能性をテストするために, 量子シミュレーション実験を利用することができる。
論文 参考訳(メタデータ) (2023-07-05T03:29:56Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - Quantum State Tomography for Matrix Product Density Operators [28.799576051288888]
実験的測定から量子状態の再構成は、量子デバイスの検証とベンチマークに不可欠である。
ノイズや中間スケールの量子コンピュータによって生成される状態のような多くの物理量子状態は通常、構造化される。
圧縮センシングのツールと経験過程の理論を用いて,MPOの安定回復の理論的保証を確立する。
論文 参考訳(メタデータ) (2023-06-15T18:23:55Z) - Quantum process tomography of continuous-variable gates using coherent
states [49.299443295581064]
ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。
符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
論文 参考訳(メタデータ) (2023-03-02T18:08:08Z) - Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。
特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文 参考訳(メタデータ) (2021-12-27T21:15:35Z) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳(メタデータ) (2021-08-30T23:50:05Z) - Convergence of reconstructed density matrix to a pure state using
maximal entropy approach [4.084744267747294]
量子系の密度行列を任意の量子ビットに対して純粋な状態に完全に再構成するためのQSTの代替手法を提案する。
我々のゴールは、実際の量子コンピュータにおける量子エラー軽減の分野に応用できる純粋状態の量子システムの実用的な推論を提供することである。
論文 参考訳(メタデータ) (2021-07-02T16:58:26Z) - On exploring practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。
演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文 参考訳(メタデータ) (2021-01-21T22:18:49Z) - Reconstructing quantum states with quantum reservoir networks [4.724825031148412]
我々は貯水池計算の枠組みに基づく量子状態トモグラフィープラットフォームを導入する。
量子ニューラルネットワークを形成し、任意の量子状態を再構築するための包括的なデバイスとして機能する。
論文 参考訳(メタデータ) (2020-08-14T14:01:55Z) - Attention-based Quantum Tomography [9.818293236208413]
Attention-based Quantum Tomography は、アテンション機構に基づく生成ネットワークを用いた量子状態再構成である。
AQTは、IBMQ量子コンピュータで実験的に実現されたノイズ量子状態に関連する密度行列を正確に再構成可能であることを示す。
論文 参考訳(メタデータ) (2020-06-22T17:50:12Z)
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。