論文の概要: Mode-resolved thermometry of trapped ion with Deep Learning

• arxiv url: http://arxiv.org/abs/2402.19022v1
• Date: Thu, 29 Feb 2024 10:33:04 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-01 15:28:30.936965
• Title: Mode-resolved thermometry of trapped ion with Deep Learning
• Title（参考訳）: 深層学習による捕捉イオンのモード分解熱測定
• Authors: Yi Tao, Ting Chen, Yi Xie, Hongyang Wang, Jie Zhang, Ting Zhang, Pingxing Chen, Wei Wu
• Abstract要約: 閉じ込められたイオン系では、イオンの正確な温度測定は系の状態を評価し、量子演算を行うために重要である。 本研究では,トラップイオンの熱測定にディープラーニングを初めて適用する。 トレーニングされたニューラルネットワークモデルは、再トレーニングや後処理なしに、他の実験的な設定に直接適用することができます。
• 参考スコア（独自算出の注目度）: 15.875697446765207
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: In trapped ion system, accurate thermometry of ion is crucial for evaluating the system state and precisely performing quantum operations. However, when the motional state of a single ion is far away from the ground state, the spatial dimension of the phonon state sharply increases, making it difficult to realize accurate and mode-resolved thermometry with existing methods. In this work, we apply deep learning for the first time to the thermometry of trapped ion, providing an efficient and mode-resolved method for accurately estimating large mean phonon numbers. Our trained neural network model can be directly applied to other experimental setups without retraining or post-processing, as long as the related parameters are covered by the model's effective range, and it can also be conveniently extended to other parameter ranges. We have conducted experimental verification based on our surface trap, of which the result has shown the accuracy and efficiency of the method for thermometry of single ion under large mean phonon number, and its mode resolution characteristic can make it better applied to the characterization of system parameters, such as evaluating cooling effectiveness, analyzing surface trap noise.
• Abstract（参考訳）: 閉じ込められたイオン系では、イオンの正確な温度測定がシステム状態の評価と量子演算の精密な実行に不可欠である。 しかし、単一イオンの運動状態が基底状態から遠く離れている場合、フォノン状態の空間次元が急激に増加し、既存の方法で正確なモード分解熱測定を実現するのが困難になる。 本研究では, 捕捉されたイオンの温度測定に初めて深層学習を適用し, 大きな平均フォノン数を正確に推定する効率的なモード解法を提案する。 我々のトレーニングされたニューラルネットワークモデルは、関連するパラメータがモデルの有効範囲でカバーされている限り、トレーニングや後処理をせずに、他の実験的な設定に直接適用することができる。 その結果, 単イオンの温度測定方法の精度と効率が大きな平均フォノン数で示され, そのモード分解能特性は, 冷却効率の評価, 表面トラップノイズの解析など, システムパラメータのキャラクタリゼーションに有効であることがわかった。

関連論文リスト

• Thermometry of Trapped Ions Based on Bichromatic Driving [10.452541695685712]
  バイクロマチック駆動に基づく熱測定法は、Ivan Vybornyiらによって理論的に提案された。 本手法の詳細な統計的解析を行い,不完全な実験条件に対するロバスト性を示す。 我々の理論的解析と実験的検証により、このスキームがイオン結晶の温度を正確にかつ効率的に測定できることが示されている。
  論文  参考訳（メタデータ） (2024-07-21T14:46:57Z)
• Conditional Korhunen-Lo\'{e}ve regression model with Basis Adaptation for high-dimensional problems: uncertainty quantification and inverse modeling [62.997667081978825]
  本稿では,物理系の観測可能な応答のサロゲートモデルの精度を向上させる手法を提案する。 本研究では,定常水理応答のBasis Adaptation (BA)法による代理モデル構築に提案手法を適用した。
  論文  参考訳（メタデータ） (2023-07-05T18:14:38Z)
• Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
  教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。 我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。 対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
  論文  参考訳（メタデータ） (2023-02-10T08:05:19Z)
• Energy measurements remain thermometrically optimal beyond weak coupling [0.0]
  我々は、プローブとサンプルの相互作用において、有限カップリング量子温度測定の一般的な摂動理論を開発する。 仮定すると、プローブとサンプルは熱平衡にあるので、プローブは平均力ギブス状態によって記述される。 我々は、結合において、究極の温度測定精度が2次まで達成可能であることを証明した。
  論文  参考訳（メタデータ） (2023-02-06T19:01:07Z)
• Optimal cold atom thermometry using adaptive Bayesian strategies [0.0]
  本研究では,冷間原子温度推定の性能を大幅に向上させる適応型ベイズフレームワークを提案する。 従来の手法とは異なり,提案手法は非形式的データの取得と処理を体系的に回避する。 特に測定されたデータが不十分でノイズの多い場合には、より信頼性の高い見積もりを作成できます。
  論文  参考訳（メタデータ） (2022-04-25T17:48:03Z)
• Bosonic field digitization for quantum computers [62.997667081978825]
  我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。 本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
  論文  参考訳（メタデータ） (2021-08-24T15:30:04Z)
• Role of topology in determining the precision of a finite thermometer [58.720142291102135]
  低接続性は、温度計を低温で動作させるためのリソースであることに気付きました。 位置測定により達成可能な精度を,エネルギー測定に対応する最適値と比較する。
  論文  参考訳（メタデータ） (2021-04-21T17:19:42Z)
• Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
  実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。 特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。 本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
  論文  参考訳（メタデータ） (2021-02-12T12:23:13Z)
• Adiabatic Sensing Technique for Optimal Temperature Estimation using Trapped Ions [64.31011847952006]
  捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。 フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。 それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
  論文  参考訳（メタデータ） (2020-12-16T12:58:08Z)
• Optimal Quantum Thermometry with Coarse-grained Measurements [0.0]
  粗い粒度しか測定できない場合の温度推定の精度限界について検討する。 本結果は多体系および非平衡熱測定に応用する。
  論文  参考訳（メタデータ） (2020-11-20T17:12:55Z)

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。