論文の概要: Noisy Demkov-Kunike model
- arxiv url: http://arxiv.org/abs/2309.06448v1
- Date: Tue, 12 Sep 2023 02:19:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-14 17:03:19.012667
- Title: Noisy Demkov-Kunike model
- Title（参考訳）: Noisy Demkov-Kunikeモデル
- Authors: Lin Chen and Zhaoxin Liang
- Abstract要約: Demkov-Kunike (DK) モデルは、正確に解ける2状態量子モデルの最も一般的な形態の1つである。
ここでは、色付きマルコフノイズ源の存在下で、$Jrightarrow J_textnoisy(t)$でDKモデルについて検討する。
生存確率が$Qnoisy_DK$の正確な解を解析的に取得した。
- 参考スコア（独自算出の注目度）: 6.8634330648628215
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Demkov-Kunike (DK) model, in which the Rabi coupling and the on-site
detuning depend on time as $J~\text{sech}(t/T)$ and
$\Delta_0+\Delta_1\tanh(t/T)$ respectively, provides one of the most general
forms of an exactly solvable two-state quantum model. Thus it offers a paradigm
for studying the coherent manipulations of the quantum state of a qubit.
However, the exploration of the noisy DK model is still lacking. Here, we study
the DK model with $J\rightarrow J_{\text{noisy}}(t)$ in the presence of colored
Markovian noise sources, as exemplified by the telegraph noise and Gaussian
noise. We analytically obtain the exact solutions for the survival probability
$Q^{noisy}_{DK}$ of finding the system remained in the initial state. For the
fast telegraph noise, surprisingly, we find parameter regimes where the
$Q^{noisy}_{DK}$ is suppressed rather than being enhanced by noise, which can
be understood through the quantum Zeno effect. For the slow Gaussian noise, we
find the noise always leads to an enhanced $Q^{noisy}_{DK}$, due to the
absorption of the noise quanta across the gap. Our work complements the studies
of the noisy Landau-Zener model. It also offers a new perspective for the
control of two-level quantum systems.
- Abstract（参考訳）: デムコフ・クニケ(dk)モデルは、ラビカップリングとオンサイトデチューニングがそれぞれ$j~\text{sech}(t/t)$と$\delta_0+\delta_1\tanh(t/t)$の時間に依存するもので、正確に解くことができる2状態量子モデルの最も一般的な形式の一つを提供する。
したがって、量子ビットの量子状態のコヒーレント操作を研究するためのパラダイムを提供する。
しかし、ノイズの多いDKモデルの探索はまだ不十分である。
本稿では、電信ノイズとガウスノイズを例として、色付きマルコフノイズ源の存在下で、$J\rightarrow J_{\text{noisy}}(t)$でDKモデルを検討した。
生存確率$q^{noisy}_{dk}$の厳密な解を解析的に求め,初期状態のままであった。
高速な電信ノイズに対しては、驚くべきことに、$q^{noisy}_{dk}$が量子ゼノ効果によって理解されるノイズによって強化されるのではなく、抑制されるパラメータレジームが存在する。
遅いガウス雑音に対しては、ノイズ量子がギャップを越えて吸収されるため、ノイズは常に拡張された$Q^{noisy}_{DK}$につながる。
我々の研究はLandau-Zenerモデルの研究を補完する。
また、2レベル量子システムの制御に対する新しい視点を提供する。
関連論文リスト
- Revisiting Convergence of AdaGrad with Relaxed Assumptions [4.189643331553922]
問題に対する AdaGrad の収束と運動量(特別の場合として AdaGrad をカバー)を再考する。
このモデルは、多くの実用的な応用において、サブソースを含む広い範囲のノイズを含む。
論文 参考訳（メタデータ） (2024-02-21T13:24:14Z) - Error-mitigated fermionic classical shadows on noisy quantum devices [0.3775283002059579]
古典的シャドウ (CS) アルゴリズムは、必要な量子状態コピー数を減らして解を提供する。
本稿では,ゲート独立性,時間定常性,マルコフ雑音(GTM)を仮定した誤り緩和型CSアルゴリズムを提案する。
提案アルゴリズムは,GTMノイズに対する$widetildemathcal O(knk)$状態コピーと$widetildemathcal O(sqrtn)$キャリブレーションによる$k$-RDMを効率的に推定する。
論文 参考訳（メタデータ） (2023-10-19T13:27:19Z) - Latent Class-Conditional Noise Model [54.56899309997246]
本稿では,ベイズ的枠組みの下での雑音遷移をパラメータ化するためのLatent Class-Conditional Noise Model (LCCN)を提案する。
次に、Gibs sampler を用いて遅延真のラベルを効率的に推測できる LCCN の動的ラベル回帰法を導出する。
提案手法は,サンプルのミニバッチから事前の任意チューニングを回避するため,ノイズ遷移の安定な更新を保護している。
論文 参考訳（メタデータ） (2023-02-19T15:24:37Z) - C2N: Practical Generative Noise Modeling for Real-World Denoising [53.96391787869974]
両例を使わずに複雑な実世界の騒音を模倣するクリーン・ツー・ノイズ画像生成フレームワーク,すなわちC2Nを導入する。
我々は,C2Nの騒音発生器を実世界の騒音特性の成分に応じて構築し,広い範囲の騒音を正確に表現する。
論文 参考訳（メタデータ） (2022-02-19T05:53:46Z) - Boosting in the Presence of Massart Noise [49.72128048499074]
マスアートノイズを伴う(分布に依存しない)PACモデルにおいて、弱い学習者の精度を高める問題について検討する。
我々の主な成果は、Massartノイズの存在下で最初の計算効率の良いブースティングアルゴリズムである。
正の結果の簡単な応用として、高次元矩形の和に対して、第一に効率的なMassart学習者を与える。
論文 参考訳（メタデータ） (2021-06-14T22:21:25Z) - Universal noise-precision relations in variational quantum algorithms [0.6946929968559495]
変分量子アルゴリズム(VQA)は、近時雑音量子コンピュータの実用的応用として期待されている。
ノイズによるVQAのコスト関数の誤差を解析的に推定する。
コスト関数のヘシアン、対象作用素のスペクトル、およびアンザッツの幾何学がノイズに対する感度にどのように影響するかを示す。
論文 参考訳（メタデータ） (2021-06-07T07:37:54Z) - Learning based signal detection for MIMO systems with unknown noise
statistics [84.02122699723536]
本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。
実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。
我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
論文 参考訳（メタデータ） (2021-01-21T04:48:15Z) - Modeling and mitigation of cross-talk effects in readout noise with
applications to the Quantum Approximate Optimization Algorithm [0.0]
雑音の緩和は、上界を導出する誤差まで行うことができる。
ノイズモデルとエラー軽減スキームの両方をテストするためにIBMのデバイスを使用した15(23)量子ビットの実験。
浅層深度ランダム回路によって生成されるHaar-random量子状態と状態に対して、同様の効果が期待できることを示す。
論文 参考訳（メタデータ） (2021-01-07T02:19:58Z) - Robust Learning under Strong Noise via SQs [5.9256596453465225]
各SQ学習可能なクラスは、幅広いノイズモデルに対して、OPT + $epsilon Misilon誤分類誤差を持つ効率的な学習アルゴリズムを許容することを示す。
この設定は、既知の雑音確率を持つRCNの下で広く研究されている問題分類を大幅に一般化する。
論文 参考訳（メタデータ） (2020-10-18T21:02:26Z) - Shape Matters: Understanding the Implicit Bias of the Noise Covariance [76.54300276636982]
勾配降下のノイズはパラメータ化モデルに対するトレーニングにおいて重要な暗黙の正則化効果をもたらす。
ミニバッチやラベルの摂動によって引き起こされるパラメータ依存ノイズはガウスノイズよりもはるかに効果的であることを示す。
分析の結果,パラメータ依存ノイズは局所最小値に偏りを生じさせるが,球状ガウス雑音は生じないことがわかった。
論文 参考訳（メタデータ） (2020-06-15T18:31:02Z) - Learning Halfspaces with Tsybakov Noise [50.659479930171585]
テュバコフ雑音の存在下でのハーフスペースの学習可能性について検討する。
真半空間に関して誤分類誤差$epsilon$を達成するアルゴリズムを与える。
論文 参考訳（メタデータ） (2020-06-11T14:25:02Z)
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。