論文の概要: Retrieving non-stabilizerness with Neural Networks

• arxiv url: http://arxiv.org/abs/2403.00919v1
• Date: Fri, 1 Mar 2024 19:02:09 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-05 15:56:03.699007
• Title: Retrieving non-stabilizerness with Neural Networks
• Title（参考訳）: ニューラルネットワークによる非安定化性回復
• Authors: Antonio Francesco Mello, Guglielmo Lami, Mario Collura
• Abstract要約: 本稿では,畳み込みニューラルネットワーク(CNN)を利用した量子状態の分類手法を提案する。 本手法は, フル状態トモグラフィの限界を回避し, 実世界の量子実験に実用的な解決策を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing's promise lies in its intrinsic complexity, with entanglement initially heralded as its hallmark. However, the quest for quantum advantage extends beyond entanglement, encompassing the realm of nonstabilizer (magic) states. Despite their significance, quantifying and characterizing these states pose formidable challenges. Here, we introduce a novel approach leveraging Convolutional Neural Networks (CNNs) to classify quantum states based on their magic content. Without relying on a complete knowledge of the state, we utilize partial information acquired from measurement snapshots to train the CNN in distinguishing between stabilizer and nonstabilizer states. Importantly, our methodology circumvents the limitations of full state tomography, offering a practical solution for real-world quantum experiments. In addition, we unveil a theoretical connection between Stabilizer R\'enyi Entropies (SREs) and the expectation value of Pauli matrices for pure quantum states. Our findings pave the way for experimental applications, providing a robust and accessible tool for deciphering the intricate landscape of quantum resources.
• Abstract（参考訳）: 量子コンピューティングの約束は、その本質的な複雑さにあり、当初は絡み合いが特徴とされていた。 しかし、量子アドバンテージの探求は絡み合いを超えて、非安定化(魔法)状態の領域を包含する。 その重要性にもかかわらず、これらの状態の定量化と特徴付けは恐ろしい課題となる。 本稿では,畳み込みニューラルネットワーク(cnns)を用いて,その魔法の内容に基づいて量子状態の分類を行う新しい手法を提案する。 状態の完全な知識を頼らずに,測定スナップショットから得られた部分情報を利用してcnnを訓練し,安定状態と非安定状態の区別を行う。 重要なこととして,本手法はフルステートトモグラフィーの限界を回避し,実世界の量子実験に実用的な解決策を提供する。 さらに、安定化器R'enyiエントロピー(SRE)と純量子状態に対するパウリ行列の期待値との理論的関係を明らかにする。 我々の発見は、量子資源の複雑な風景を解読する堅牢でアクセスしやすいツールを提供する、実験的な応用の道を開いた。

関連論文リスト

• Stabilizer ground states for simulating quantum many-body physics: theory, algorithms, and applications [0.5735035463793009]
  量子多体基底状態問題に取り組むために安定化器状態を適用する。 我々は1次元局所ハミルトンの安定化基底状態を得るための正確で線形スケールのアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2024-03-13T11:54:25Z)
• Statistical Analysis of Quantum State Learning Process in Quantum Neural Networks [4.852613028421959]
  量子ニューラルネットワーク(QNN)は、短期的な量子優位を追求する上で有望なフレームワークである。 高忠実な初期状態から始まるQNNを用いて未知の量子状態を学ぶためのノーゴー定理を開発する。
  論文  参考訳（メタデータ） (2023-09-26T14:54:50Z)
• Pseudomagic Quantum States [1.693280275647873]
  非安定化性(Notions of nonstabilizerness)とは、非古典的な量子状態が正確にどのようにあるのかを定量化したものである。 量子状態の「擬似的」アンサンブルは、非安定化性は低いが、非安定化性が高いものとは計算的に区別できない。
  論文  参考訳（メタデータ） (2023-08-30T18:00:02Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• The power of noisy quantum states and the advantage of resource dilution [62.997667081978825]
  絡み合った蒸留により、ノイズの多い量子状態が一重項に変換される。 エンタングルメント希釈は局所雑音に対する共有量子状態のレジリエンスを高めることができることを示す。
  論文  参考訳（メタデータ） (2022-10-25T17:39:29Z)
• Measuring Quantum Entanglement from Local Information by Machine Learning [10.161394383081145]
  絡み合いは量子技術の発展における鍵となる性質である。 本稿では,局所ハミルトニアンの平衡状態と非平衡状態の絡み合いを測定するためのニューラルネットワーク支援プロトコルを提案する。
  論文  参考訳（メタデータ） (2022-09-18T08:15:49Z)
• Quantum Davidson Algorithm for Excited States [42.666709382892265]
  基底状態と励起状態の両方に対処するために量子クリロフ部分空間(QKS)法を導入する。 固有状態の残余を使ってクリロフ部分空間を拡大し、コンパクトな部分空間を定式化し、正確な解と密接に一致させる。 量子シミュレータを用いて、様々なシステムの励起状態特性を探索するために、新しいQDavidsonアルゴリズムを用いる。
  論文  参考訳（メタデータ） (2022-04-22T15:03:03Z)
• Scalable measures of magic resource for quantum computers [0.0]
  量子ビット数に依存しないサンプリングコストを持つ純量子状態に対するマジックリソースの効率的な測定方法を提案する。 古典的にシミュレート可能な安定化状態から、IonQ量子コンピュータ上の難解な量子状態への遷移を示す。
  論文  参考訳（メタデータ） (2022-04-21T12:50:47Z)
• Error mitigation and quantum-assisted simulation in the error corrected regime [77.34726150561087]
  量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。 量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
  論文  参考訳（メタデータ） (2021-03-12T20:58:41Z)
• Einselection from incompatible decoherence channels [62.997667081978825]
  我々は、CQED実験にインスパイアされたオープン量子力学を、2つの非可換リンドブラッド作用素を用いて解析する。 Fock状態は、決定的な結合をデコヒーレンスにデコヒーレンスする最も堅牢な状態のままであることを示す。
  論文  参考訳（メタデータ） (2020-01-29T14:15:19Z)
• Entanglement Classification via Neural Network Quantum States [58.720142291102135]
  本稿では、学習ツールと量子絡み合いの理論を組み合わせて、純状態における多部量子ビット系の絡み合い分類を行う。 我々は、ニューラルネットワーク量子状態(NNS)として知られる制限されたボルツマンマシン(RBM)アーキテクチャにおいて、人工ニューラルネットワークを用いた量子システムのパラメータ化を用いる。
  論文  参考訳（メタデータ） (2019-12-31T07:40:23Z)

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。