論文の概要: Machine-learning-inspired quantum optimal control of nonadiabatic
geometric quantum computation via reverse engineering
- arxiv url: http://arxiv.org/abs/2309.16470v1
- Date: Thu, 28 Sep 2023 14:36:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-29 14:07:34.104782
- Title: Machine-learning-inspired quantum optimal control of nonadiabatic
geometric quantum computation via reverse engineering
- Title(参考訳): リバースエンジニアリングによる非断熱幾何量子計算の機械学習による量子最適制御
- Authors: Meng-Yun Mao and Zheng Cheng and Yan Xia and Andrzej M. Ole\'s and
Wen-Long You
- Abstract要約: 制御パラメータを最適化するために,平均忠実度に基づく機械学習に基づく有望な手法を提案する。
逆工学による一量子ゲートをキャット状態の非断熱的幾何量子計算により実装する。
ニューラルネットワークがモデル空間を拡張する能力を持っていることを実証する。
- 参考スコア(独自算出の注目度): 3.3216171033358077
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum control plays an irreplaceable role in practical use of quantum
computers. However, some challenges have to be overcome to find more suitable
and diverse control parameters. We propose a promising and generalizable
average-fidelity-based machine-learning-inspired method to optimize the control
parameters, in which a neural network with periodic feature enhancement is used
as an ansatz. In the implementation of a single-qubit gate by cat-state
nonadiabatic geometric quantum computation via reverse engineering, compared
with the control parameters in the simple form of a trigonometric function, our
approach can yield significantly higher-fidelity ($>99.99\%$) phase gates, such
as the $\pi / 8$ gate (T gate). Single-qubit gates are robust against
systematic noise, additive white Gaussian noise and decoherence. We numerically
demonstrate that the neural network possesses the ability to expand the model
space. With the help of our optimization, we provide a feasible way to
implement cascaded multi-qubit gates with high quality in a bosonic system.
Therefore, the machine-learning-inspired method may be feasible in quantum
optimal control of nonadiabatic geometric quantum computation.
- Abstract(参考訳): 量子コンピュータの実用化において、量子制御は相応の役割を果たす。
しかし、より適切で多様な制御パラメータを見つけるためには、いくつかの課題を克服する必要がある。
本稿では,周期的特徴量拡張を持つニューラルネットワークをアンサッツとして用いる制御パラメータを最適化する,有望で一般化可能な平均忠実性に基づく機械学習手法を提案する。
逆工学による単一量子ビットゲートの実装において、三角関数の単純な形における制御パラメータと比較すると、このアプローチは$\pi / 8$ゲート(tゲート)のような位相ゲートよりも高い忠実度 (>99.99\%$$) が得られる。
単一量子ビットゲートは、システマティックノイズ、付加白色ガウスノイズ、デコヒーレンスに対して頑健である。
ニューラルネットワークがモデル空間を拡張する能力を持っていることを数値的に示す。
最適化の助けを借りて、ボソニックシステムにおいて、高い品質のカスケードマルチキュービットゲートを実装するための実現可能な方法を提供する。
したがって、機械学習にインスパイアされた手法は、非断熱幾何学的量子計算の量子最適制御において実現可能である。
関連論文リスト
- Error-mitigated Geometric Quantum Control over an Oscillator [2.7382619198694886]
量子情報は、環境や運用によって引き起こされる不完全性に対して脆弱である。
機能理論による量子最適制御に基づくロバストなスキームを提案する。
この方式は、フォールトトレラント量子計算の代替として有望なものである。
論文 参考訳(メタデータ) (2025-01-24T09:13:24Z) - Traversing Quantum Control Robustness Landscapes: A New Paradigm for Quantum Gate Engineering [0.0]
本稿では,制御パラメータを雑音感受性にマッピングする概念的フレームワークであるQuantum Control Robustness Landscape (QCRL)を紹介する。
QCRLのレベルセットをナビゲートすることで、ロバストネス不変パルス変動(RIPV)アルゴリズムは、ロバスト性を維持しながら制御パルスの変動を可能にする。
数値シミュレーションにより、我々の単一および2量子ビットゲートは、大きなノイズがあっても量子誤差補正しきい値を超えていることが示される。
論文 参考訳(メタデータ) (2024-12-27T05:56:38Z) - Using optimal control to guide neural-network interpolation of continuously-parameterized gates [1.989128176079823]
量子最適制御と物理インフォームド機械学習を組み合わせることで、ゲートファミリー間を介する制御面を効率的に合成する。
私たちのフレームワークは、最適な制御ツールとシンプルな機械学習を組み合わせることで、実践者がアルゴリズムの3倍のスピードアップを達成できることを示しています。
論文 参考訳(メタデータ) (2024-12-09T16:16:18Z) - Implementing multi-controlled X gates using the quantum Fourier transform [0.0]
本稿では,多くの複雑な量子ゲートの実装において,量子演算に基づくアプローチを効果的に利用する方法を示す。
回路の深さがわずか数個のアシラ量子ビットで大幅に低減されることを示す。
論文 参考訳(メタデータ) (2024-07-25T13:22:00Z) - Quantum control by the environment: Turing uncomputability, Optimization over Stiefel manifolds, Reachable sets, and Incoherent GRAPE [56.47577824219207]
多くの現実的な状況において、制御された量子系は環境と相互作用する。
本稿では,環境を資源として利用したオープン量子システムの制御に関するいくつかの結果について概説する。
論文 参考訳(メタデータ) (2024-03-20T10:09:13Z) - Nonadiabatic geometric quantum gates with on-demand trajectories [2.5539863252714636]
オンデマンドトラジェクトリを用いた幾何学的量子ゲート構築のための汎用プロトコルを提案する。
提案手法は,スムーズパルスを用いたターゲットハミルトニアンのリバースエンジニアリングを採用する。
特定の幾何学的ゲートは様々な異なる軌跡によって誘導できるため、ゲート性能をさらに最適化することができる。
論文 参考訳(メタデータ) (2024-01-20T06:57:36Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳(メタデータ) (2022-06-29T14:34:00Z) - Variational Adiabatic Gauge Transformation on real quantum hardware for
effective low-energy Hamiltonians and accurate diagonalization [68.8204255655161]
変分アダバティックゲージ変換(VAGT)を導入する。
VAGTは、現在の量子コンピュータを用いてユニタリ回路の変動パラメータを学習できる非摂動型ハイブリッド量子アルゴリズムである。
VAGTの精度は、RigettiおよびIonQ量子コンピュータ上でのシミュレーションと同様に、トラフ数値シミュレーションで検証される。
論文 参考訳(メタデータ) (2021-11-16T20:50:08Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳(メタデータ) (2021-08-03T17:49:09Z) - Quantum control landscape for ultrafast generation of single-qubit phase
shift quantum gates [68.8204255655161]
単一量子ビット位相シフト量子ゲートの超高速制御問題を考える。
大域的最適制御は、最大忠実度でゲートを実現する制御である。
Trapは、ローカルにのみ最適だが、グローバルにはないコントロールである。
論文 参考訳(メタデータ) (2021-04-26T16:38:43Z) - Simulating nonnative cubic interactions on noisy quantum machines [65.38483184536494]
量子プロセッサは、ハードウェアに固有のものではないダイナミクスを効率的にシミュレートするためにプログラムできることを示す。
誤差補正のないノイズのあるデバイスでは、モジュールゲートを用いて量子プログラムをコンパイルするとシミュレーション結果が大幅に改善されることを示す。
論文 参考訳(メタデータ) (2020-04-15T05:16:24Z)
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。