論文の概要: Practical trainable temporal post-processor for multi-state quantum
measurement
- arxiv url: http://arxiv.org/abs/2310.18519v1
- Date: Fri, 27 Oct 2023 22:36:59 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-31 18:07:31.496301
- Title: Practical trainable temporal post-processor for multi-state quantum
measurement
- Title(参考訳): 多状態量子計測のための練習型時間後処理装置
- Authors: Saeed A. Khan, Ryan Kaufman, Boris Mesits, Michael Hatridge, Hakan E.
T\"ureci
- Abstract要約: 我々は、トレーニング可能な時間後プロセッサ(TPP)を開発し、実証する。
TPPは、任意のノイズ処理を受ける量子計測データの最適な処理を提供するために、単純だが汎用的な機械学習アルゴリズムを利用する。
TPPは効率よく、自律的に、測定データに対して確実に訓練でき、線形操作しか必要としない。
- 参考スコア(独自算出の注目度): 0.2999888908665658
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We develop and demonstrate a trainable temporal post-processor (TPP),
harnessing a simple but versatile machine learning algorithm to provide optimal
processing of quantum measurement data subject to arbitrary noise processes,
for the readout of an arbitrary number of quantum states. We demonstrate the
TPP on the essential task of qubit state readout, which has historically relied
on temporal processing via matched filters in spite of their applicability only
for specific noise conditions. Our results show that the TPP can reliably
outperform standard filtering approaches under complex readout conditions, such
as high power readout. Using simulations of quantum measurement noise sources,
we show that this advantage relies on the TPP's ability to learn optimal linear
filters that account for general quantum noise correlations in data, such as
those due to quantum jumps, or correlated noise added by a phase-preserving
quantum amplifier. Furthermore, for signals subject to Gaussian white noise
processes, the TPP provides a linearly-scaling semi-analytic generalization of
matched filtering to an arbitrary number of states. The TPP can be efficiently,
autonomously, and reliably trained on measurement data, and requires only
linear operations, making it ideal for FPGA implementations in cQED for
real-time processing of measurement data from general quantum systems.
- Abstract(参考訳): 我々は、任意のノイズ処理を施した量子計測データの最適な処理を任意の数の量子状態を読み取るために、単純だが汎用的な機械学習アルゴリズムを用いて、トレーニング可能な時間後処理(TPP)を開発し、実証する。
特定の雑音条件にのみ適用可能でありながら、従来マッチングフィルタによる時間処理に依存してきた量子ビット状態読み出しの基本タスクをtppで実証する。
以上の結果から,TPPは高出力化などの複雑な読み出し条件下での標準的なフィルタリング手法よりも確実に性能を向上できることが示された。
量子計測ノイズ源のシミュレーションを用いて、この利点は、位相保存量子増幅器によって付加される量子ジャンプや相関ノイズなど、データ内の一般的な量子ノイズ相関を考慮した最適な線形フィルタを学習するtppの能力に依存していることを示す。
さらに、ガウス白色雑音過程の信号に対して、tppは任意の数の状態に対するマッチングフィルタリングの線形スケーリング半解析一般化を提供する。
TPPは、測定データに対して効率よく、自律的に、確実に訓練でき、線形演算のみを必要とするため、一般的な量子システムからの測定データのリアルタイム処理にcQEDでのFPGA実装に最適である。
関連論文リスト
- Probabilistic Sampling of Balanced K-Means using Adiabatic Quantum
Computing [99.34965725525188]
AQC(Adiabatic quantum computing)は、NP-hard最適化問題に対する有望な量子コンピューティング手法である。
本研究では,この情報を確率的バランスの取れたk平均クラスタリングに活用する可能性について検討する。
最適でない解を捨てる代わりに, 計算コストを少なくして, 校正後部確率を計算することを提案する。
論文 参考訳(メタデータ) (2023-10-18T17:59:45Z) - One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from
Electromagnetic Solvers [57.441926088870325]
Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。
本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
論文 参考訳(メタデータ) (2023-06-06T20:28:37Z) - 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) - Automated quantum error mitigation based on probabilistic error
reduction [0.9236074230806579]
現在の量子コンピュータは、より長い計算から直接有用な結果の抽出を禁止しているノイズのレベルに悩まされている。
本稿では,ノイズトモグラフィとPERのユーザ指定回路への応用を含む,自動量子エラー軽減ソフトウェアフレームワークを提案する。
論文 参考訳(メタデータ) (2022-10-16T19:09:41Z) - Suppressing Amplitude Damping in Trapped Ions: Discrete Weak
Measurements for a Non-unitary Probabilistic Noise Filter [62.997667081978825]
この劣化を逆転させるために、低オーバーヘッドプロトコルを導入します。
振幅減衰雑音に対する非単位確率フィルタの実装のための2つのトラップイオンスキームを提案する。
このフィルタは、単一コピー準蒸留のためのプロトコルとして理解することができる。
論文 参考訳(メタデータ) (2022-09-06T18:18:41Z) - Data post-processing for the one-way heterodyne protocol under
composable finite-size security [62.997667081978825]
本研究では,実用的連続可変(CV)量子鍵分布プロトコルの性能について検討する。
ヘテロダイン検出を用いたガウス変調コヒーレント状態プロトコルを高信号対雑音比で検討する。
これにより、プロトコルの実践的な実装の性能を調べ、上記のステップに関連付けられたパラメータを最適化することができる。
論文 参考訳(メタデータ) (2022-05-20T12:37:09Z) - Composably secure data processing for Gaussian-modulated continuous
variable quantum key distribution [58.720142291102135]
連続可変量子鍵分布(QKD)は、ボソニックモードの二次構造を用いて、2つのリモートパーティ間の秘密鍵を確立する。
構成可能な有限サイズセキュリティの一般的な設定におけるホモダイン検出プロトコルについて検討する。
特に、ハイレート(非バイナリ)の低密度パリティチェックコードを使用する必要のあるハイシグネチャ・ツー・ノイズ・システマを解析する。
論文 参考訳(メタデータ) (2021-03-30T18:02:55Z) - Analytic Filter Function Derivatives for Quantum Optimal Control [0.0]
自動相関ノイズの存在下でゲート忠実度を計算できるフィルタ関数形式に着目する。
本稿では, パルス振幅の制御に関して解析的に導出したフィルタ関数勾配を解析し, 結果の計算複雑性を解析する。
論文 参考訳(メタデータ) (2021-03-16T15:13:58Z) - Filter Function Formalism and Software Package to Compute Quantum
Processes of Gate Sequences for Classical Non-Markovian Noise [0.0]
関連する非マルコフノイズは、量子情報技術のホストとして使用される多くの固体系に存在している。
量子演算形式論におけるユニタリ進化を記述するために応用できることを示す。
論文 参考訳(メタデータ) (2021-03-03T13:54:12Z) - Filter Functions for Quantum Processes under Correlated Noise [0.0]
相関雑音の存在下で量子過程を摂動的に計算するためのフィルタ関数形式に基づく手法を開発した。
本稿では,結合の効果を捉える相関項が出現し,ゲート列に対する雑音相関の影響について考察する。
論文 参考訳(メタデータ) (2021-03-03T13:22:02Z)
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。