論文の概要: Inferring interpretable dynamical generators of local quantum
observables from projective measurements through machine learning
- arxiv url: http://arxiv.org/abs/2306.03935v1
- Date: Tue, 6 Jun 2023 18:01:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-08 17:35:51.267721
- Title: Inferring interpretable dynamical generators of local quantum
observables from projective measurements through machine learning
- Title（参考訳）: 機械学習による射影測定から局所量子可観測体の解釈可能な動的生成物の推定
- Authors: Giovanni Cemin, Francesco Carnazza, Sabine Andergassen, Georg Martius,
Federico Carollo, Igor Lesanovsky
- Abstract要約: マルチボディシステムにおける局所可観測物の進化を管理する動的生成器をノイズデータから推論するために,機械学習手法を用いる。
本手法は,多体システムから効率的な動的ジェネレータを抽出するだけでなく,量子シミュレーションや計算プラットフォームのデコヒーレンス機構の推測にも有効である。
- 参考スコア（独自算出の注目度）: 13.104844454172953
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To characterize the dynamical behavior of many-body quantum systems, one is
usually interested in the evolution of so-called order-parameters rather than
in characterizing the full quantum state. In many situations, these quantities
coincide with the expectation value of local observables, such as the
magnetization or the particle density. In experiment, however, these
expectation values can only be obtained with a finite degree of accuracy due to
the effects of the projection noise. Here, we utilize a machine-learning
approach to infer the dynamical generator governing the evolution of local
observables in a many-body system from noisy data. To benchmark our method, we
consider a variant of the quantum Ising model and generate synthetic
experimental data, containing the results of $N$ projective measurements at $M$
sampling points in time, using the time-evolving block-decimation algorithm. As
we show, across a wide range of parameters the dynamical generator of local
observables can be approximated by a Markovian quantum master equation. Our
method is not only useful for extracting effective dynamical generators from
many-body systems, but may also be applied for inferring decoherence mechanisms
of quantum simulation and computing platforms.
- Abstract（参考訳）: 多体量子系の動的挙動を特徴づけるために、一般に完全な量子状態を特徴づけるよりも、いわゆる秩序パラメータの進化に関心がある。
多くの状況において、これらの量は磁化や粒子密度などの局所観測値の期待値と一致する。
しかし実験では、これらの期待値は射影雑音の影響により有限の精度でしか得られない。
本稿では,多体系における局所観測器の進化を支配する動的生成器を雑音データから推定する機械学習手法を提案する。
本手法をベンチマークするために,量子イジングモデルの変種を考察し,時間発展型ブロックデシメーションアルゴリズムを用いて,m$ サンプリング点におけるn$ 射影計測結果を含む合成実験データを生成する。
このように、幅広いパラメータにわたって局所可観測体の動的生成はマルコフ量子マスター方程式によって近似することができる。
本手法は,多体システムから効率的な動的ジェネレータを抽出するだけでなく,量子シミュレーションや計算プラットフォームのデコヒーレンス機構の推測にも有効である。
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) - Programmable Simulations of Molecules and Materials with Reconfigurable
Quantum Processors [0.3320294284424914]
モデルスピンハミルトニアンで表現できる強い相関量子系のシミュレーションフレームワークを導入する。
提案手法は、再構成可能な量子ビットアーキテクチャを利用して、リアルタイムなダイナミクスをプログラム的にシミュレートする。
本稿では, この方法を用いて, 多核遷移金属触媒と2次元磁性材料のキー特性を計算する方法について述べる。
論文 参考訳（メタデータ） (2023-12-04T19:00:01Z) - A hybrid method for quantum dynamics simulation [2.6340447642310383]
本稿では、トロッターに基づく量子アルゴリズムと古典的動的モード分解を組み合わせることで、量子多体力学をシミュレートするハイブリッド手法を提案する。
提案手法は, 量子コンピュータから短時間測定した一連のデータを用いて, 長期間の量子状態の観測可能性を予測する。
論文 参考訳（メタデータ） (2023-07-27T23:43:13Z) - Localization detection based on quantum dynamics [0.0]
本研究では、量子デバイスを用いて障害誘発局在を検出する手法について検討する。
小系の数値シミュレーションは、磁化とねじりの重なりが熱相から局所相にどのように変化するかを示す。
論文 参考訳（メタデータ） (2022-06-18T10:13:28Z) - 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) - Quantum algorithms for quantum dynamics: A performance study on the
spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。
変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。
量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文 参考訳（メタデータ） (2021-08-09T18:00:05Z) - Quantum-tailored machine-learning characterization of a superconducting
qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。
このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。
このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文 参考訳（メタデータ） (2021-06-24T15:58:57Z) - Quantum Markov Chain Monte Carlo with Digital Dissipative Dynamics on
Quantum Computers [52.77024349608834]
少数のアンシラ量子ビットを用いて環境との相互作用をシミュレートするデジタル量子アルゴリズムを開発した。
逆イジングモデルの熱状態のシミュレーションによるアルゴリズムの評価を行った。
論文 参考訳（メタデータ） (2021-03-04T18:21:00Z) - Machine learning approach for quantum non-Markovian noise classification [1.2891210250935146]
機械学習と人工ニューラルネットワークモデルを用いてノイズの多い量子力学を分類できることを示した。
提案手法は, 多数の実験手法の直接的応用と, 既に利用可能な雑音型中間規模量子デバイスのノイズベンチマークへの応用が期待できる。
論文 参考訳（メタデータ） (2021-01-08T20:56:56Z) - Estimation of one-dimensional discrete-time quantum walk parameters by
using machine learning algorithms [1.7396274240172125]
本稿では1次元離散時間量子ウォークの進化に使用される量子コインパラメーターの推定について述べる。
私たちが実装したモデルでは、これらの進化パラメータを高い精度で推定できることを示す。
論文 参考訳（メタデータ） (2020-07-09T06:08:16Z) - 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。