Fugu-MT 論文翻訳(概要): Simulation-assisted learning of open quantum systems

論文の概要: Simulation-assisted learning of open quantum systems

arxiv url: http://arxiv.org/abs/2307.03858v1
Date: Fri, 7 Jul 2023 22:37:42 GMT
ステータス: 処理完了
システム内更新日: 2023-07-11 17:08:14.848503
Title: Simulation-assisted learning of open quantum systems
Title（参考訳）: オープン量子系のシミュレーション支援学習
Authors: Ke Wang and Xiantao Li
Abstract要約: 本稿では,マルコフ開量子系のパラメータを計測データから推定する学習手法を提案する。本手法は誤差推定と数値実験により検証した。
参考スコア（独自算出の注目度）: 5.257375273664732
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Models for open quantum systems, which play important roles in electron transport problems and quantum computing, must take into account the interaction of the quantum system with the surrounding environment. Although such models can be derived in some special cases, in most practical situations, the exact models are unknown and have to be calibrated. This paper presents a learning method to infer parameters in Markovian open quantum systems from measurement data. One important ingredient in the method is a direct simulation technique of the quantum master equation, which is designed to preserve the completely-positive property with guaranteed accuracy. The method is particularly helpful in the situation where the time intervals between measurements are large. The approach is validated with error estimates and numerical experiments.
Abstract（参考訳）: 電子輸送問題や量子コンピューティングにおいて重要な役割を果たすオープン量子系のモデルは、量子系の周囲環境との相互作用を考慮する必要がある。このようなモデルは特別な場合でも導出できるが、ほとんどの場合、正確なモデルは未知であり、校正する必要がある。本稿では,マルコフ開量子システムのパラメータを計測データから推定する学習法を提案する。この方法の重要な要素の1つは量子マスター方程式の直接シミュレーション技術であり、完全正の性質を精度で保存するように設計されている。この方法は測定間の時間間隔が大きい状況において特に有用である。このアプローチは誤差推定と数値実験で検証される。

関連論文リスト

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
Exploring quantum localization with machine learning [39.58317527488534]
本稿では、その局所化の観点から、波動関数を分類するための効率的なニューラルネットワーク(NN)アーキテクチャを提案する。提案手法は, 量子位相空間のパラメトリゼーションにより, 改良畳み込みモデルのパターン認識機能と, 独自の「量子」NNへと導かれる。
論文参考訳（メタデータ） (2024-06-01T08:50:26Z)
Analysing quantum systems with randomised measurements [0.4179230671838898]
本稿では,量子情報科学の様々なシナリオにおけるランダム化計測の活用の進歩について述べる。本稿では, 真の多部絡みや有界絡みなど, 様々な形の絡みを検知し, 特徴付ける方法について述べる。また、ランダム化測定から量子状態の非線形関数の推定とシャドウトモグラフィーについて概説する。
論文参考訳（メタデータ） (2023-07-03T18:00:01Z)
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)
Efficient measurement schemes for bosonic systems [1.4781921087738965]
ボソンは最も基本的な粒子の1つであり、交換関係を保っている。離散量子コンピュータを用いてシミュレーションした原子核振動の測定手法を数値的に検証する。
論文参考訳（メタデータ） (2022-10-24T20:14:23Z)
The randomized measurement toolbox [3.2095357952052854]
我々は最近,複雑な多ビットシステムの特性を探索するためのプロトコルを概説した。これら全てのプロトコルにおいて、量子状態は繰り返し準備され、ランダムに選択された基底で測定される。量子デバイスですでに実現されているさまざまなユースケースについて論じる。
論文参考訳（メタデータ） (2022-03-21T22:33:18Z)
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)
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)
Probing non-Markovian quantum dynamics with data-driven analysis: Beyond "black-box" machine learning models [0.0]
オープン量子系の非マルコフ力学の解析に対するデータ駆動型アプローチを提案する。提案手法では, 環境の有効次元と, 共同系環境量子力学のスペクトルを計測する。オープン量子システムの様々なモデルを用いて提案手法の性能を実証する。
論文参考訳（メタデータ） (2021-03-26T14:27:33Z)
Preparing random states and benchmarking with many-body quantum chaos [48.044162981804526]
時間に依存しないハミルトン力学の下で自然にランダム状態アンサンブルの出現を予測し、実験的に観察する方法を示す。観測されたランダムアンサンブルは射影測定から現れ、より大きな量子系のサブシステムの間に構築された普遍的相関に密接に関連している。我々の研究は、量子力学におけるランダム性を理解するための意味を持ち、より広い文脈でのこの概念の適用を可能にする。
論文参考訳（メタデータ） (2021-03-05T08:32:43Z)
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)

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。