Fugu-MT 論文翻訳(概要): Gaussian Process-based Bayesian Quantum Characterization

論文の概要: Gaussian Process-based Bayesian Quantum Characterization

arxiv url: http://arxiv.org/abs/2308.12552v1
Date: Thu, 24 Aug 2023 04:39:18 GMT
ステータス: 処理完了
システム内更新日: 2023-08-25 15:27:15.954967
Title: Gaussian Process-based Bayesian Quantum Characterization
Title（参考訳）: ガウス過程に基づくベイズ量子キャラクタリゼーション
Authors: Mohammad Motamed and N. Anders Petersson
Abstract要約: 動的モデルの不確実性を無視することは、量子データに存在する不確実性と矛盾する予測につながる可能性があることを示す。ローレンス・リバモア国立研究所(Lawrence Livermore National Laboratory)でタンタルベースのトランスモンデバイスを特徴付けるためにベイズフレームワークが提案され応用されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We present a Bayesian quantum characterization framework that takes into account uncertainties from both experimental data and the dynamical modeling of the experiment. We demonstrate that ignoring dynamical model uncertainty may lead to predictions that are inconsistent with the uncertainty present in quantum data. A Bayesian framework is proposed and applied to characterize a tantalum-based transmon device at Lawrence Livermore National Laboratory. We demonstrate how modeling uncertainty can be represented by a Gaussian process within the Bayesian framework, and how this approach improves the predictive capability of Lindblad's master equations applied to the Ramsey measurement protocol.
Abstract（参考訳）: 本稿では、実験データと実験の動的モデリングの両方から不確実性を考慮したベイズ量子キャラクタリゼーションフレームワークを提案する。動的モデルの不確かさを無視すると、量子データに存在する不確実性と矛盾する予測に繋がる可能性があることを実証する。ローレンス・リバモア国立研究所(Lawrence Livermore National Laboratory)でタンタルベースのトランスモンデバイスを特徴付けるためにベイズフレームワークが提案され応用されている。我々は,この手法がラムゼー計測プロトコルに適用されたlindbladのマスター方程式の予測能力をどのように向上させるか,ガウス過程によってモデル化の不確かさを表現できるかを実証する。

関連論文リスト

A sparse PAC-Bayesian approach for high-dimensional quantile prediction [0.0]
本稿では,高次元量子化予測のための確率論的機械学習手法を提案する。擬似ベイズ的フレームワークとスケールした学生tとランゲヴィン・モンテカルロを併用して効率的な計算を行う。その効果はシミュレーションや実世界のデータを通じて検証され、そこでは確立された頻繁な手法やベイズ的手法と競合する。
論文参考訳（メタデータ） (2024-09-03T08:01:01Z)
Stochastic Marginal Likelihood Gradients using Neural Tangent Kernels [78.6096486885658]
線形化されたラプラス近似に下界を導入する。これらの境界は漸進的な最適化が可能であり、推定精度と計算複雑性とのトレードオフを可能にする。
論文参考訳（メタデータ） (2023-06-06T19:02:57Z)
Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
論文参考訳（メタデータ） (2023-02-10T08:05:19Z)
Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文参考訳（メタデータ） (2022-12-12T15:06:32Z)
Numerically Stable Sparse Gaussian Processes via Minimum Separation using Cover Trees [57.67528738886731]
誘導点に基づくスケーラブルスパース近似の数値安定性について検討する。地理空間モデリングなどの低次元タスクに対しては,これらの条件を満たす点を自動計算する手法を提案する。
論文参考訳（メタデータ） (2022-10-14T15:20:17Z)
Compensating for non-linear distortions in controlled quantum systems [0.0]
実験プラットフォームにおける入力フィールドの歪みはモデルの精度を変化させ、予測されたダイナミクスを乱す。任意の長さと大きさの非線形伝達関数に適した歪みを推定する有効な方法を提案する。我々は、単一のRydberg原子系の数値的な例に対して、我々のアプローチをうまくテストした。
論文参考訳（メタデータ） (2022-10-14T14:02:39Z)
Scalable Marginal Likelihood Estimation for Model Selection in Deep Learning [78.83598532168256]
階層型モデル選択は、推定困難のため、ディープラーニングではほとんど使われない。本研究は,検証データが利用できない場合,限界的可能性によって一般化が向上し,有用であることを示す。
論文参考訳（メタデータ） (2021-04-11T09:50:24Z)
Robust Interior Point Method for Quantum Key Distribution Rate Computation [5.43684033059546]
我々は、鍵レート計算問題に対する凸非線形半定値計画(SDP)の安定な再構成を導出する。本稿では,従来の難解な問題を解くとともに,スピードと精度を劇的に向上させる実験結果について報告する。
論文参考訳（メタデータ） (2021-04-08T15:49:37Z)
Efficient qubit phase estimation using adaptive measurements [0.0]
物理系の量子位相を推定することは、量子パラメータ推定理論における中心的な問題である。量子位相を推定する現在の方法では、量子クラム・ラオ境界に達することができない。この問題を回避するために,共変量測定に基づく新しい適応方式を提案する。
論文参考訳（メタデータ） (2020-12-21T02:43:47Z)
Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文参考訳（メタデータ） (2020-11-14T01:27:32Z)
Estimation of pure quantum states in high dimension at the limit of quantum accuracy through complex optimization and statistical inference [0.0]
量子トモグラフィーは、量子状態、プロセス、デバイスを評価するための重要なツールとなっている。単一2次元量子系適応法の混合状態の場合, 林, ギル, マッサーによる理論的精度限界を達成するために, 最近導入されている。本稿では、適応トモグラフィー法を提案し、数値シミュレーションを通して、高次元の純量子状態の基本的な精度にアプローチすることは困難であることを示す。
論文参考訳（メタデータ） (2020-07-02T21:33:16Z)

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。