論文の概要: Scalable Quantum Spin Networks from Unitary Construction

• arxiv url: http://arxiv.org/abs/2307.12978v2
• Date: Thu, 28 Dec 2023 20:28:00 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-03 01:55:00.273759
• Title: Scalable Quantum Spin Networks from Unitary Construction
• Title（参考訳）: ユニタリ構成によるスケーラブル量子スピンネットワーク
• Authors: Abdulsalam H. Alsulami, Irene D'Amico, Marta P. Estarellas, and Timothy P. Spiller
• Abstract要約: 我々は、より長い範囲の量子情報処理に使用できるより大きなスピンネットワークシステムを提案する。 このような大きなスピンネットワークシステムでさえ、現実的な障害に対して堅牢であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spin network systems can be used to achieve quantum state transfer with high fidelity and to generate entanglement. A new approach to design spin-chain-based spin network systems, for shortrange quantum information processing and phase-sensing, has been proposed recently in [1]. In this paper, we investigate the scalability of such systems, by designing larger spin network systems that can be used for longer-range quantum information tasks, such as connecting together quantum processors. Furthermore, we present more complex spin network designs, which can produce different types of entangled states. Simulations of disorder effects show that even such larger spin network systems are robust against realistic levels of disorder.
• Abstract（参考訳）: スピンネットワークシステムは、高忠実度で量子状態移動を達成し、絡み合いを生成するために使用できる。 短距離量子情報処理と位相センシングのためのスピンチェーンに基づくスピンネットワークシステムを設計するための新しいアプローチが最近[1]で提案されている。 本稿では,量子プロセッサの接続など,より長距離な量子情報処理に使用できる大規模スピンネットワークシステムを設計し,そのようなシステムのスケーラビリティについて検討する。 さらに、異なる種類の絡み合い状態を生成することができる、より複雑なスピンネットワーク設計を示す。 障害効果のシミュレーションは、そのような大きなスピンネットワークシステムでさえ、現実の障害レベルに対して堅牢であることを示している。

関連論文リスト

• Entanglement-Assisted Quantum Networks: Mechanics, Enabling Technologies, Challenges, and Research Directions [66.27337498864556]
  本稿では,量子ネットワークの絡み合いに関する包括的調査を行う。 ネットワーク構造、作業原則、開発段階の詳細な概要を提供する。 また、アーキテクチャ設計、絡み合いに基づくネットワーク問題、標準化など、オープンな研究の方向性を強調している。
  論文  参考訳（メタデータ） (2023-07-24T02:48:22Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Complex quantum network models from spin clusters [0.0]
  スピン格子上の複雑な量子通信ネットワークの理論モデルを提案する。 結果の量子ネットワークは、古典的なインターネットと同等の複雑さを持つことが示される。
  論文  参考訳（メタデータ） (2022-10-28T02:19:42Z)
• Unitary Design of Quantum Spin Networks for Robust Routing, Entanglement Generation, and Phase Sensing [0.0]
  本稿では、2つの非結合スピン鎖に適切なユニタリを適用することで、2次元スピンネットワーク(SN)のより複雑なスピンシステムについて検討する。 SNの単一励起部分空間のみを考慮すると、SNを介して情報を誘導してルータとして操作できることが示される。 また、2つの部位の間で最大に絡み合った状態を生成するのに役立つことが示されている。
  論文  参考訳（メタデータ） (2022-02-05T20:12:54Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• A proposal for practical multidimensional quantum networks [0.0]
  高次元量子系 (qudits) は、高光子情報効率とノイズに対する堅牢性を示す。 量子ネットワークにおけるそれらの利用は、高次元の量子リピータに必要な非現実的な資源のために実験的な課題を示す。 我々の研究は、高次元量子ネットワークの実装を著しく単純化し、現在の技術による開発を促進する。
  論文  参考訳（メタデータ） (2021-03-16T17:15:58Z)
• Entanglement transfer, accumulation and retrieval via quantum-walk-based qubit-qudit dynamics [50.591267188664666]
  高次元システムにおける量子相関の生成と制御は、現在の量子技術の展望において大きな課題である。 本稿では,量子ウォークに基づく移動・蓄積機構により,$d$次元システムの絡み合った状態が得られるプロトコルを提案する。 特に、情報を軌道角運動量と単一光子の偏光度にエンコードするフォトニック実装について述べる。
  論文  参考訳（メタデータ） (2020-10-14T14:33:34Z)
• Experimental Quantum Generative Adversarial Networks for Image Generation [93.06926114985761]
  超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。 我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
  論文  参考訳（メタデータ） (2020-10-13T06:57:17Z)
• Probing Criticality in Quantum Spin Chains with Neural Networks [0.0]
  隠れた層を持たないニューラルネットワークでさえ、磁気秩序と乱れ相の区別を効果的に訓練できることが示される。 我々の結果は、相互作用する量子多体系の幅広いクラスに拡張され、多体量子物理学へのニューラルネットワークの広範な適用性を示す。
  論文  参考訳（メタデータ） (2020-05-05T12:34:50Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。