論文の概要: Optimized experimental optical tomography of quantum states of
room-temperature alkali-metal vapor
- arxiv url: http://arxiv.org/abs/2307.01160v1
- Date: Mon, 3 Jul 2023 17:10:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-05 12:09:08.061771
- Title: Optimized experimental optical tomography of quantum states of
room-temperature alkali-metal vapor
- Title（参考訳）: 常温アルカリ金属蒸気の量子状態の最適化実験光トモグラフィー
- Authors: Marek Kopciuch, Magdalena Smolis, Adam Miranowicz, Szymon Pustelny
- Abstract要約: 本稿では,集合密度行列の量子状態トモグラフィーのための新しい実験手法を示す。
光の偏光の測定に基づいて、原子の蒸気を横切る。
誤差に対する手法の堅牢性を評価するため,数値シミュレーションにより実験的研究が支持されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We demonstrate a novel experimental technique for quantum-state tomography of
the collective density matrix. It is based on measurements of the polarization
of light, traversing the atomic vapor. To assess the technique's robustness
against errors, experimental investigations are supported with numerical
simulations. This not only allows to determine the fidelity of the
reconstruction, but also to analyze the quality of the reconstruction for
specific experimental parameters light tuning and number of measurements). By
utilizing the so-called conditional number, we demonstrate that the
reconstruction can be optimized for a specific tuning of the system parameters,
and further improvement is possible by selective repetition of the
measurements. Our results underscore the potential high-fidelity quantum-state
reconstruction while optimizing measurement resources.
- Abstract（参考訳）: 本稿では,集合密度行列の量子状態トモグラフィのための新しい実験手法を示す。
これは、原子蒸気を横切る光の偏光の測定に基づいている。
誤差に対する手法の堅牢性を評価するため,数値シミュレーションを用いて実験を行った。
これは、再構成の忠実度を決定するだけでなく、特定の実験パラメータの光のチューニングと測定数に対する再構成の質を分析することができる。
いわゆる条件数を利用することで、システムパラメータの特定のチューニングに最適化できることを示すとともに、測定を選択的に繰り返してさらなる改善が可能となる。
測定資源を最適化しながら,高忠実度量子状態再構成の可能性を強調した。
関連論文リスト
- Optimal Allocation of Pauli Measurements for Low-rank Quantum State Tomography [26.844092519401617]
量子状態トモグラフィ(QST)の鍵となる課題は、再構成の精度が測定に使用される状態コピーの数に依存するかを知ることである。
我々は,QSTにおける測定設定数と繰り返し測定回数とのトレードオフに関する理論的理解を確立する。
論文 参考訳（メタデータ） (2024-11-07T05:59:04Z) - Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
本稿では, 点滅型蛍光ナノセンサを用いたメロロジーにおける空間分解能向上手法を提案する。
我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
論文 参考訳（メタデータ） (2024-02-27T10:38:05Z) - Fourier Quantum Process Tomography [0.0]
フーリエ量子プロセス・トモグラフィーと呼ばれる新しい手法を導入する。
本研究では, 空間依存性の偏光変換について実験を行い, 平均忠実度を90%以上と評価した。
論文 参考訳（メタデータ） (2023-12-20T22:17:56Z) - Quantum Shadow Gradient Descent for Variational Quantum Algorithms [14.286227676294034]
量子ニューラルネットワーク(QNN)における変分量子回路のトレーニングのための勾配勾配推定法が提案されている。
勾配推定の課題は、状態崩壊や測定の不整合といった特異な量子的特徴のために困難であることが証明されている。
我々は,1イテレーション毎に1つのサンプルを用いて勾配のすべての成分を推定する量子シャドウ降下という新しい手法を開発した。
論文 参考訳（メタデータ） (2023-10-10T18:45:43Z) - Optimised Bayesian system identification in quantum devices [3.72081359624651]
本研究では,未知パラメータを動的モデルで推定する閉ループベイズ学習アルゴリズムを提案する。
シミュレーションキャリブレーションタスクと実験用シングルキュービットイオントラップシステムの両方でアルゴリズムの性能を実証する。
論文 参考訳（メタデータ） (2022-11-16T18:12:46Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - Multi-Channel Convolutional Analysis Operator Learning for Dual-Energy
CT Reconstruction [108.06731611196291]
我々は,多チャンネル畳み込み解析演算子学習法(MCAOL)を開発した。
本研究では,低エネルギー,高エネルギーで減衰画像を共同で再構成する最適化手法を提案する。
論文 参考訳（メタデータ） (2022-03-10T14:22:54Z) - Regularization by Denoising Sub-sampled Newton Method for Spectral CT
Multi-Material Decomposition [78.37855832568569]
スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。
特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。
スペクトルct材料分解の数値的および実験的結果を示す。
論文 参考訳（メタデータ） (2021-03-25T15:20:10Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳（メタデータ） (2020-11-02T19:52:04Z) - Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。
本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。
実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
論文 参考訳（メタデータ） (2020-07-31T17:25:12Z)
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。