論文の概要: Scalable Quantum State Tomography with Locally Purified Density
Operators and Local Measurements
- arxiv url: http://arxiv.org/abs/2307.16381v1
- Date: Mon, 31 Jul 2023 03:14:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 15:59:18.158454
- Title: Scalable Quantum State Tomography with Locally Purified Density
Operators and Local Measurements
- Title(参考訳): 局所精製密度演算子と局所測定を用いたスケーラブル量子状態トモグラフィ
- Authors: Yuchen Guo, Shuo Yang
- Abstract要約: 量子状態の効率的な表現により、最小限の測定で量子状態トモグラフィを実現することができる。
そこで本稿では,混合状態のテンソルネットワーク表現を用いた状態トモグラフィの新しいアプローチを提案する。
本研究では,テンソルネットワーク形式を用いた2次元システムのための量子状態トモグラフィの新たな道を開く。
- 参考スコア(独自算出の注目度): 27.426057220671336
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Understanding quantum systems holds significant importance for assessing the
performance of quantum hardware and software, as well as exploring quantum
control and quantum sensing. An efficient representation of quantum states
enables realizing quantum state tomography with minimal measurements. In this
study, we propose a new approach to state tomography that uses tensor network
representations of mixed states through locally purified density operators and
employs a classical optimization algorithm requiring only local measurements.
Through numerical simulations of one-dimensional pure and mixed states and
two-dimensional random tensor network states up to size $8\times 8$, we
demonstrate the efficiency, accuracy, and robustness of our proposed methods.
Experiments on the IBM Quantum platform complement these numerical simulations.
Our study opens new avenues in quantum state tomography for two-dimensional
systems using tensor network formalism.
- Abstract(参考訳): 量子システムを理解することは、量子ハードウェアとソフトウェアの性能の評価、および量子制御と量子センシングの探索において重要である。
量子状態の効率的な表現は、最小の測定で量子状態トモグラフィーを実現することができる。
本研究では,局所精製密度演算子を用いた混合状態のテンソルネットワーク表現を用いた新しい状態トモグラフィ法を提案し,局所計測のみを必要とする古典的最適化アルゴリズムを提案する。
1次元純混合状態と2次元ランダムテンソルネットワーク状態の数値シミュレーションにより,提案手法の効率,精度,ロバスト性を実証した。
IBM Quantumプラットフォームの実験は、これらの数値シミュレーションを補完する。
本研究では,テンソルネットワーク形式を用いた2次元システムのための量子状態トモグラフィの新たな道を開く。
関連論文リスト
- 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) - Simulation of Entanglement Generation between Absorptive Quantum
Memories [56.24769206561207]
我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。
本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。
本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
論文 参考訳(メタデータ) (2022-12-17T05:51:17Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Reconstructing complex states of a 20-qubit quantum simulator [0.6646556786265893]
本稿では, 量子状態の多角化を効果的に再現する手法を示す。
我々は,ニューラルネットワークの量子状態表現に基づく手法と比較して,状態再構成の品質と収束の高速化を観察する。
本研究は,多体量子系のクエンチダイナミクスによって生成される複素状態の効率的な実験的評価への道を開くものである。
論文 参考訳(メタデータ) (2022-08-09T15:52:20Z) - Quantum state tomography with tensor train cross approximation [84.59270977313619]
測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。
本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
論文 参考訳(メタデータ) (2022-07-13T17:56:28Z) - Adaptive Quantum State Tomography with Active Learning [0.0]
本稿では,能動学習を用いた量子状態トモグラフィーの効率的なスキームを提案し,実装する。
本手法は, 1次元のXXZモデルと運動的に制約されたスピン鎖の基底状態だけでなく, 様々なエンタングルメントの程度で異なるマルチキュービット状態の再構成を行う。
提案手法は,量子多体システムにおける物理的洞察を得るとともに,量子デバイスをベンチマークし,特徴付けるためにも有効である。
論文 参考訳(メタデータ) (2022-03-29T16:23:10Z) - 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) - Efficient verification of entangled continuous-variable quantum states
with local measurements [0.9825966924601679]
局所的な測定のみを用いることで、絡み合った連続変数量子状態を検証するための体系的な枠組みを確立する。
我々のプロトコルは、量子トモグラフィーよりも2次的に優れている無条件高い検証効率を達成することができる。
論文 参考訳(メタデータ) (2021-03-30T11:59:03Z) - 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) - Solving Quantum Master Equations with Deep Quantum Neural Networks [0.0]
我々は、オープンな量子多体系の混合状態を表現するために、普遍的な量子計算が可能なディープ量子フィードフォワードニューラルネットワークを使用する。
量子ネットワークの特別な構造を所有するこのアプローチは、バレン高原の欠如など、多くの注目すべき特徴を享受している。
論文 参考訳(メタデータ) (2020-08-12T18:00:08Z) - 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。