論文の概要: Efficient Quantum Mixed-State Tomography with Unsupervised Tensor
Network Machine Learning
- arxiv url: http://arxiv.org/abs/2308.06900v1
- Date: Mon, 14 Aug 2023 02:35:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-15 14:46:33.784787
- Title: Efficient Quantum Mixed-State Tomography with Unsupervised Tensor
Network Machine Learning
- Title（参考訳）: 教師なしテンソルネットワーク機械学習を用いた効率的な量子混合状態トモグラフィ
- Authors: Wen-jun Li, Kai Xu, Heng Fan, Shi-ju Ran, and Gang Su
- Abstract要約: 局所的に精製された状態アンサッツに基づく効率的な混合状態量子状態スキームを提案する。
我々は、異なる純度を持つ様々なランダムに開始された状態に対して、このスキームの効率性とロバスト性を示す。
本研究は,多体状態の効率的なQSTのためのネットワーク状態アンサッツと機械学習アプローチの適用の可能性を明らかにする。
- 参考スコア（独自算出の注目度）: 13.02007068572165
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum state tomography (QST) is plagued by the ``curse of dimensionality''
due to the exponentially-scaled complexity in measurement and data
post-processing. Efficient QST schemes for large-scale mixed states are
currently missing. In this work, we propose an efficient and robust mixed-state
tomography scheme based on the locally purified state ansatz. We demonstrate
the efficiency and robustness of our scheme on various randomly initiated
states with different purities. High tomography fidelity is achieved with much
smaller numbers of positive-operator-valued measurement (POVM) bases than the
conventional least-square (LS) method. On the superconducting quantum
experimental circuit [Phys. Rev. Lett. 119, 180511 (2017)], our scheme
accurately reconstructs the Greenberger-Horne-Zeilinger (GHZ) state and
exhibits robustness to experimental noises. Specifically, we achieve the
fidelity $F \simeq 0.92$ for the 10-qubit GHZ state with just $N_m = 500$ POVM
bases, which far outperforms the fidelity $F \simeq 0.85$ by the LS method
using the full $N_m = 3^{10} = 59049$ bases. Our work reveals the prospects of
applying tensor network state ansatz and the machine learning approaches for
efficient QST of many-body states.
- Abstract（参考訳）: 量子状態トモグラフィー(qst)は、計測とデータ後処理の指数関数的にスケールされた複雑さのために「次元の曲線」によって苦しめられている。
大規模混合状態に対する効率的なQSTスキームが現在欠落している。
本研究では,局所清浄状態ansatzに基づく効率的でロバストな混合状態トモグラフィスキームを提案する。
純度が異なる無作為な状態に対して,提案手法の効率性とロバスト性を示す。
高トモグラフィーの忠実度は、従来の最小二乗法(LS)法よりもはるかに少ない正演算値測定(POVM)ベースで達成される。
超伝導量子実験回路 [phys. rev. lett. 119, 180511 (2017)] では、グリーンバーガー・ホーン・サイレンジャー(ghz)状態を正確に再構成し、実験ノイズに対して頑健性を示す。
具体的には、$n_m = 500$ povm ベースで 10 量子ビット ghz 状態の fidelity $f \simeq 0.92$ を達成し、$n_m = 3^{10} = 59049$ ベースで ls 法で fidelity $f \simeq 0.85$ をはるかに上回っている。
本研究は,多体状態の効率的なQSTのためのテンソルネットワーク状態アンサッツと機械学習アプローチの適用の可能性を明らかにする。
関連論文リスト
- Near-Term Quantum Spin Simulation of the Spin-$\frac{1}{2}$ Square $J_{1}-J_{2}$ Heisenberg Model [0.0]
この研究は、正方格子上の豊富な位相挙動で有名な$J_1-J_2$ハイゼンベルクモデルに焦点をあてる。
我々は127量子ビットのIBM Rensselear Eagleプロセッサを用いて、このモデルに関する最初の実験的量子コンピューティング研究を行った。
論文 参考訳（メタデータ） (2024-06-26T16:33:40Z) - Learning topological states from randomized measurements using variational tensor network tomography [0.4818215922729967]
量子状態の忠実な表現を学ぶことは、量子プロセッサ上で生成される多体状態の多様性を完全に特徴づけるのに不可欠である。
本研究では,テンソルネットワーク上の変分最適化とランダムな計測手法を組み合わせたトモグラフィー手法の実装と検討を行う。
我々は、実験により実現可能な量子スピン液体状態と同様に、表面符号の基底状態を学ぶ能力を示す。
論文 参考訳（メタデータ） (2024-05-31T21:05:43Z) - Predicting Ground State Properties: Constant Sample Complexity and Deep Learning Algorithms [48.869199703062606]
量子多体物理学における基本的な問題は、局所ハミルトニアンの基底状態を見つけることである。
基底状態特性を学習するためのシステムサイズ$n$とは無関係に,一定のサンプル複雑性を実現する2つのアプローチを導入する。
論文 参考訳（メタデータ） (2024-05-28T18:00:32Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳（メタデータ） (2024-01-17T18:59:38Z) - Provable learning of quantum states with graphical models [4.004283689898333]
特定の量子状態は、単純トモグラフィーよりも指数関数的に複雑なサンプルで学習できることが示される。
以上の結果から, ある量子状態は, 単純トモグラフィーよりも指数関数的に複雑なサンプルで学習できることがわかった。
論文 参考訳（メタデータ） (2023-09-17T10:36:24Z) - Simulation of IBM's kicked Ising experiment with Projected Entangled
Pair Operator [71.10376783074766]
我々は最近,誤りを軽減した量子回路を用いてエミュレートされた127量子ビットキックド・イジングモデルの古典的シミュレーションを行った。
提案手法はハイゼンベルク図の射影的絡み合ったペア作用素(PEPO)に基づいている。
我々はクリフォード展開理論を開発し、正確な期待値を計算し、それらをアルゴリズムの評価に利用する。
論文 参考訳（メタデータ） (2023-08-06T10:24:23Z) - 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) - Average-case Speedup for Product Formulas [69.68937033275746]
製品公式(英: Product formulas)またはトロッター化(英: Trotterization)は、量子系をシミュレートする最も古い方法であり、いまだに魅力的な方法である。
我々は、ほとんどの入力状態に対して、トロッター誤差が定性的に優れたスケーリングを示すことを証明した。
我々の結果は、平均的なケースにおける量子アルゴリズムの研究の扉を開く。
論文 参考訳（メタデータ） (2021-11-09T18:49:48Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳（メタデータ） (2021-07-19T23:41:03Z) - Efficient Verification of Anticoncentrated Quantum States [0.38073142980733]
準備可能な量子状態 $mu$ と古典的に指定されたターゲット状態 $tau$ の間に、忠実度 $F(mu,tau)$ を推定する新しい方法を提案する。
また,本手法のより洗練されたバージョンを提示する。このバージョンでは,高効率に準備可能な,かつ良好な量子状態が重要試料として使用される。
論文 参考訳（メタデータ） (2020-12-15T18:01:11Z) - Quantum State Interferography [0.0]
本稿では, 干渉パターンの可視性, 位相シフト, 平均強度から, 混合あるいは純のいずれかのクビット状態でも, 干渉パターンの可視性, 位相シフト, および平均強度から推定できるインターフェロメトリ法を提案する。
光の偏光度を用いて高忠実度で提案手法を実験的に実装した。
論文 参考訳（メタデータ） (2020-02-18T09:32:47Z)
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。