Fugu-MT 論文翻訳(概要): Controlling NMR spin systems for quantum computation

論文の概要: Controlling NMR spin systems for quantum computation

arxiv url: http://arxiv.org/abs/2402.01308v1
Date: Fri, 2 Feb 2024 10:57:40 GMT
ステータス: 翻訳完了
システム内更新日: 2024-02-05 15:53:03.915667
Title: Controlling NMR spin systems for quantum computation
Title（参考訳）: 量子計算のためのNMRスピン系の制御
Authors: Jonathan A. Jones
Abstract要約: 核磁気共鳴は、単純な量子コンピューティング実験を実装するための最高の量子技術であり、また、真剣な進歩を遂げた大規模量子コンピュータを構築するための最悪の技術であることは間違いない。
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: Nuclear magnetic resonance is arguably both the best available quantum technology for implementing simple quantum computing experiments and the worst technology for building large scale quantum computers that has ever been seriously put forward. After a few years of rapid growth, leading to an implementation of Shor's quantum factoring algorithm in a seven-spin system, the field started to reach its natural limits and further progress became challenging. Rather than pursuing more complex algorithms on larger systems, interest has now largely moved into developing techniques for the precise and efficient manipulation of spin states with the aim of developing methods that can be applied in other more scalable technologies and within conventional NMR. However, the user friendliness of NMR implementations means that they remain popular for proof-of-principle demonstrations of simple quantum information protocols.
Abstract（参考訳）: 核磁気共鳴は、単純な量子コンピューティング実験を実行する上で最も有効な量子技術であり、大規模な量子コンピュータを構築する上で最悪の技術であることは間違いない。数年の急速な成長を経て、ショアの量子因数分解アルゴリズムを7スピン系に実装し、フィールドは自然の限界に達し、さらなる進歩が困難になった。より大きなシステムでより複雑なアルゴリズムを追求するよりも、よりスケーラブルな他の技術や従来のnmrで適用可能な方法の開発を目的として、スピン状態の精密かつ効率的な操作のための技術の開発に注目が集まっている。しかし、nmr実装のユーザフレンドリは、単純な量子情報プロトコルの原理実証デモで人気を保っていることを意味する。

関連論文リスト

Enabling large-scale digital quantum simulations with superconducting qubits [0.0]
デジタル量子シミュレーションは、量子化学、凝縮物質物理学、材料科学などの分野を変換することができる。フォールトトレラントな量子コンピュータの長期的解は、主に量子ビット数のオーバーヘッドのために、自分自身の誤りを正すことはできない。この論文は、完全な計算スタックにまたがる量子シミュレーションを進める方法を探究することによって、このより広範な努力に寄与する。
論文参考訳（メタデータ） (2026-02-04T16:29:55Z)
Large circuit execution for NMR spectroscopy simulation on NISQ quantum hardware [0.0]
1次元(1D)核磁気共鳴(NMR)スペクトルは、分子の構造を学ぶための主要なツールである。最大34スピンまでのスピン系の高磁場状態における液体1次元NMRスペクトルの量子ハミルトニアンシミュレーションを示す。私たちのパイプラインは、量子ノイズの低減によるディープ量子回路の実行能力に大きな影響を与えます。
論文参考訳（メタデータ） (2025-12-16T15:47:09Z)
Digital quantum simulation of many-body systems: Making the most of intermediate-scale, noisy quantum computers [51.56484100374058]
この論文は量子デバイス上の量子力学をシミュレートすることを中心にしている。本稿では,量子力学における最も関連性の高い量子アルゴリズムの概要を紹介する。近い将来に量子シミュレーションの恩恵を受けることができる量子力学における関連する問題を同定する。
論文参考訳（メタデータ） (2025-08-29T10:37:19Z)
QCircuitNet: A Large-Scale Hierarchical Dataset for Quantum Algorithm Design [17.747641494506087]
量子アルゴリズムの設計と実装におけるAIの能力を評価するために設計された、最初のベンチマークおよびテストデータセットであるQCircuitNetを紹介する。従来のコードの記述にAIを使用するのとは異なり、このタスクは基本的に異なり、非常に柔軟な設計空間と複雑なキュービット操作のため、さらに複雑である。
論文参考訳（メタデータ） (2024-10-10T14:24:30Z)
Hamiltonian Encoding for Quantum Approximate Time Evolution of Kinetic Energy Operator [2.184775414778289]
時間進化作用素は、量子コンピュータにおける化学実験の正確な計算において重要な役割を果たす。我々は、運動エネルギー演算子の量子化のための新しい符号化法、すなわち量子近似時間発展法(QATE)を提案している。
論文参考訳（メタデータ） (2023-10-05T05:25:38Z)
Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文参考訳（メタデータ） (2023-04-18T11:57:15Z)
Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文参考訳（メタデータ） (2022-12-21T19:00:04Z)
Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文参考訳（メタデータ） (2022-09-01T17:08:41Z)
Physics-informed neural networks for quantum control [0.0]
物理インフォームドニューラルネットワーク(PINN)を用いた最適量子制御問題の計算手法を提案する。我々は,高確率,短時間の進化,低エネルギー消費制御を用いた状態間移動問題を効率的に解き,量子システムを開放する手法を適用した。
論文参考訳（メタデータ） (2022-06-13T16:17:22Z)
On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文参考訳（メタデータ） (2021-06-29T14:01:40Z)
A practical guide for building superconducting quantum devices [2.7080431315882967]
近年cQEDコミュニティによって開発された,最も重要なビルディングブロックをいくつか紹介する。我々は、ほとんどのcQED実験の基盤となるコア技術の概要を提供し、初心者実験者が最初の量子デバイスを設計、構築、特徴付けるための実践的なガイドを提供することを目指している。
論文参考訳（メタデータ） (2021-06-11T05:28:01Z)
Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文参考訳（メタデータ） (2021-05-30T12:19:27Z)
Bidirectional information flow quantum state tomography [0.0]
双方向Gated Recurrent Unit Neural Network (BiGRU) に基づく量子状態トモグラフィー法を提案する。この方法では、これらの量子状態を再構成し、高い忠実度を得るために、より少ない測定サンプルを使用できる。
論文参考訳（メタデータ） (2021-03-31T02:57:27Z)
Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文参考訳（メタデータ） (2020-09-02T22:46:47Z)

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。