論文の概要: Dual frame optimization for informationally complete quantum measurements
- arxiv url: http://arxiv.org/abs/2401.18071v2
- Date: Mon, 17 Jun 2024 07:21:04 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-19 06:45:07.466183
- Title: Dual frame optimization for informationally complete quantum measurements
- Title（参考訳）: 情報完全量子計測のためのデュアルフレーム最適化
- Authors: Laurin E. Fischer, Timothée Dao, Ivano Tavernelli, Francesco Tacchino,
- Abstract要約: 実験周波数に基づくパラメタライズド・フレーム・スーパーオペレータと最適化自由なデュアル・フレームの新たなクラスを導入する。
興味深いことに、これは量子や古典的なコストがほとんどないため、デュアルフレームの最適化はランダム化測定ツールボックスに価値ある追加となる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Randomized measurement protocols such as classical shadows represent powerful resources for quantum technologies, with applications ranging from quantum state characterization and process tomography to machine learning and error mitigation. Recently, the notion of measurement dual frames, in which classical shadows are generalized to dual operators of POVM effects, resurfaced in the literature. This brought attention to additional degrees of freedom in the post-processing stage of randomized measurements that are often neglected by established techniques. In this work, we leverage dual frames to construct improved observable estimators from informationally complete measurement samples. We introduce novel classes of parametrized frame superoperators and optimization-free dual frames based on empirical frequencies, which offer advantages over their canonical counterparts while retaining computational efficiency. Remarkably, this comes at almost no quantum or classical cost, thus rendering dual frame optimization a valuable addition to the randomized measurement toolbox.
- Abstract（参考訳）: 古典的なシャドウのようなランダム化測定プロトコルは量子技術の強力なリソースを表しており、量子状態のキャラクタリゼーションやプロセストモグラフィーから機械学習やエラー軽減まで幅広い応用がある。
近年、古典的な影をPOVM効果の双対作用素に一般化する測定双対フレームの概念が文献で再浮上している。
このことは、しばしば確立された技術によって無視されるランダム化測定の処理後の段階において、さらなる自由度に注意を向けた。
本研究では,2重フレームを利用して,情報的に完全な測定サンプルから改良された観測可能推定器を構築する。
実験周波数に基づくパラメタライズド・フレーム・スーパーオペレータと最適化自由なデュアルフレームの新たなクラスを導入し,計算効率を保ちながら,その標準周波数よりも優れていることを示す。
興味深いことに、これは量子や古典的なコストがほとんどないため、デュアルフレームの最適化はランダム化測定ツールボックスに価値ある追加となる。
関連論文リスト
- PV-Tuning: Beyond Straight-Through Estimation for Extreme LLM Compression [31.30170080420504]
最先端の量子化手法には、限られたキャリブレーションデータに対する圧縮パラメータの微調整(一部)が含まれる。
既存の微調整戦略を一般化し改善する表現に依存しないフレームワークであるPV-Tuningを提案する。
論文 参考訳（メタデータ） (2024-05-23T17:57:04Z) - DB-LLM: Accurate Dual-Binarization for Efficient LLMs [83.70686728471547]
大規模言語モデル(LLM)は自然言語処理の分野を著しく進歩させてきた。
既存の超低ビット量子化は、常に深刻な精度低下を引き起こす。
本稿では,LLM,すなわちDB-LLMのための新しいデュアルバイナライズ手法を提案する。
論文 参考訳（メタデータ） (2024-02-19T09:04:30Z) - Enhanced observable estimation through classical optimization of
informationally over-complete measurement data -- beyond classical shadows [0.0]
本稿では,2つのPOVM演算子を計測後に最適化する手法を提案する。
複数の観測可能な推定値の正準双対に対して,統計的誤差を著しく低減できることを示す。
論文 参考訳（メタデータ） (2024-01-31T18:13:42Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳（メタデータ） (2023-09-11T18:00:00Z) - A novel framework for Shot number minimization in Quantum Variational
Algorithms [0.0]
変分量子アルゴリズム(VQA)は、様々な量子コンピューティングアプリケーションに対する潜在的な解決策として注目されている。
量子デバイスにこれらのアルゴリズムを実装するには、かなりの数の測定を必要とすることが多い。
本稿では,VQAにおけるショット評価の削減を目的とした最適化アルゴリズムの一般化フレームワークを提案する。
論文 参考訳（メタデータ） (2023-07-08T19:14:01Z) - Quantum Machine Learning Framework for Virtual Screening in Drug
Discovery: a Prospective Quantum Advantage [0.0]
量子統合ワークフローは、最先端の古典的アルゴリズムと比較して有意義な優位性が得られることを示す。
また、ADRB2およびCOVID-19データセットを用いてIBM Quantumプロセッサ上でアルゴリズムをテストし、ハードウェアシミュレーションが予測された性能と一致し、古典的な等価性を上回る結果が得られることを示した。
論文 参考訳（メタデータ） (2022-04-08T12:05:27Z) - Markovian Noise Modelling and Parameter Extraction Framework for Quantum
Devices [0.0]
この研究は、量子システムのマルコフノイズと力学をモデル化するための新しいハードウェアに依存しないフレームワークを提供する。
例えば、このフレームワークの応用と性能はIBM Quantumコンピュータ上で実証されている。
論文 参考訳（メタデータ） (2022-02-09T14:06:53Z) - Generalization Metrics for Practical Quantum Advantage in Generative
Models [68.8204255655161]
生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。
我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。
シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
論文 参考訳（メタデータ） (2022-01-21T16:35:35Z) - Machine Learning Framework for Quantum Sampling of Highly-Constrained,
Continuous Optimization Problems [101.18253437732933]
本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。
本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
論文 参考訳（メタデータ） (2021-05-06T02:22:23Z) - Fully Quantized Image Super-Resolution Networks [81.75002888152159]
効率と精度を両立させるためのフル量子化画像超解像フレームワーク(FQSR)を提案する。
我々は、SRResNet、SRGAN、EDSRを含む複数の主流超解像アーキテクチャに量子化スキームを適用した。
低ビット量子化を用いたFQSRは、5つのベンチマークデータセットの完全精度と比較すると、パー性能で実現できる。
論文 参考訳（メタデータ） (2020-11-29T03:53:49Z) - Fast and robust quantum state tomography from few basis measurements [65.36803384844723]
本稿では、上記の全てのリソースを精度に悪影響を及ぼすことなく最適化するオンライントモグラフィーアルゴリズムを提案する。
このプロトコルは、状態コピー、測定設定、メモリのランクと寸法で証明可能なパフォーマンスを初めて提供する。
量子コンピュータ上でアルゴリズムを実行し、量子状態トモグラフィーのための量子スピードアップを提供することにより、さらなる改善が可能となる。
論文 参考訳（メタデータ） (2020-09-17T11:28:41Z)
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。