Fugu-MT 論文翻訳(概要): Quantum metrology using quantum combs and tensor network formalism

論文の概要: Quantum metrology using quantum combs and tensor network formalism

arxiv url: http://arxiv.org/abs/2403.04854v1
Date: Thu, 7 Mar 2024 19:08:05 GMT
ステータス: 処理完了
システム内更新日: 2024-03-11 21:58:36.631205
Title: Quantum metrology using quantum combs and tensor network formalism
Title（参考訳）: 量子コムとテンソルネットワーク形式を用いた量子計測
Authors: Stanislaw Kurdzialek, Piotr Dulian, Joanna Majsak, Sagnik Chakraborty, Rafal Demkowicz-Dobrzanski
Abstract要約: 探索されたチャネル間の任意の量子制御操作による最適な適応量子推定プロトコルを決定するための効率的なアルゴリズムを開発した。本稿では,推定戦略のテンソルネットワーク表現を導入し,アルゴリズムの時間とメモリ消費を大幅に削減する。
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: We develop an efficient algorithm for determining optimal adaptive quantum estimation protocols with arbitrary quantum control operations between subsequent uses of a probed channel.We introduce a tensor network representation of an estimation strategy, which drastically reduces the time and memory consumption of the algorithm, and allows us to analyze metrological protocols involving up to $N=50$ qubit channel uses, whereas the state-of-the-art approaches are limited to $N<5$. The method is applied to study the performance of the optimal adaptive metrological protocols in presence of various noise types, including correlated noise.
Abstract（参考訳）: 我々は,探索されたチャネル間の任意の量子制御操作による最適適応量子推定プロトコルを決定するための効率的なアルゴリズムを開発し,提案アルゴリズムの時間とメモリ消費を大幅に削減するテンソルネットワーク表現を導入し,最大$N=50$ qubitチャネルの使用を含むメカノロジープロトコルを解析できる一方で,最先端のアプローチは$N<5$に制限されている。本手法は,相関雑音を含む様々なノイズタイプが存在する場合の最適適応メロジカルプロトコルの性能について検討する。

関連論文リスト

Efficient tensor networks for control-enhanced quantum metrology [9.570188943432331]
長い制御操作によって強化された量子力学の戦略を最適化するための効率的なテンソルネットワークアルゴリズムを提案する。提案アルゴリズムは,最大$N=100$クエリに対して,メトロジー戦略を最適化する上で,優れた性能を有する。
論文参考訳（メタデータ） (2024-03-14T16:02:27Z)
Efficient DCQO Algorithm within the Impulse Regime for Portfolio Optimization [41.94295877935867]
本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
論文参考訳（メタデータ） (2023-08-29T17:53:08Z)
Quantization Aware Factorization for Deep Neural Network Compression [20.04951101799232]
畳み込み層と完全連結層の分解は、ニューラルネットワークにおけるパラメータとFLOPを減らす効果的な方法である。従来のトレーニング後量子化手法は重み付きネットワークに適用され、精度が低下する。これは、分解された近似を量子化因子で直接発見するアルゴリズムを開発する動機となった。
論文参考訳（メタデータ） (2023-08-08T21:38:02Z)
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)
Adaptive POVM implementations and measurement error mitigation strategies for near-term quantum devices [0.0]
本稿では,短期小型・ノイズの多いデバイス上での変分量子アルゴリズムに適した適応計測手法を提案する。提案手法は, 変分量子固有解法において, 化学的精度を達成するために必要なショット数を大幅に削減できることを, 数値シミュレーションにより明らかに示している。
論文参考訳（メタデータ） (2022-08-16T16:05:40Z)
Optimal quantum control via genetic algorithms for quantum state engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文参考訳（メタデータ） (2022-06-29T14:34:00Z)
Optimal two-qubit gates in recurrence protocols of entanglement purification [0.0]
提案手法は, 準ニュートンアルゴリズムを用いて, SU(4) 行列全体の数値探索に基づく。制御NOTゲートにより最適プロトコルが必ずしも達成されない状態の族を示す。
論文参考訳（メタデータ） (2022-05-24T14:13:56Z)
Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-23T19:00:01Z)
Tunable Tradeoff between Quantum and Classical Computation via Nonunitary Zeno-like Dynamics [0.5249805590164902]
アルゴリズムは、その効率の厳密な解析的下界を導出することにより、純粋量子バージョンと同様のスケールを示す。また、ノイズを受けるアルゴリズムの挙動を調べた結果、特定のオラクルと運用上のエラーの下では、測定に基づくアルゴリズムが標準アルゴリズムよりも優れていることがわかった。
論文参考訳（メタデータ） (2020-11-22T00:57:17Z)
Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文参考訳（メタデータ） (2020-10-01T18:14:11Z)
Stochastic Markov Gradient Descent and Training Low-Bit Neural Networks [77.34726150561087]
本稿では,量子化ニューラルネットワークのトレーニングに適用可能な離散最適化手法であるGradient Markov Descent (SMGD)を紹介する。アルゴリズム性能の理論的保証と数値的な結果の促進を提供する。
論文参考訳（メタデータ） (2020-08-25T15:48:15Z)

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。