論文の概要: Learning quantum states of continuous variable systems
- arxiv url: http://arxiv.org/abs/2405.01431v1
- Date: Thu, 2 May 2024 16:19:55 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-03 15:55:39.756905
- Title: Learning quantum states of continuous variable systems
- Title(参考訳): 連続変数系の量子状態の学習
- Authors: Francesco Anna Mele, Antonio Anna Mele, Lennart Bittel, Jens Eisert, Vittorio Giovannetti, Ludovico Lami, Lorenzo Leone, Salvatore F. E. Oliviero,
- Abstract要約: 学習エネルギーに制約のある$n$-mode状態は、追加の事前仮定なしでは極めて非効率であることを示す。
次に、より構造化されているが、物理的に興味深い量子状態のクラスが効率的にトモグラフィーできるかどうかを調査する。
- 参考スコア(独自算出の注目度): 4.05533173496439
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum state tomography with rigorous guarantees with respect to the trace distance, the most operationally meaningful metric for distinguishing quantum states, has been studied extensively for finite-dimensional systems; however, it remains almost unexplored for continuous variable systems. This work fills this gap. We prove that learning energy-constrained $n$-mode states without any additional prior assumption is extremely inefficient: The minimum number of copies needed for achieving an $\varepsilon$-approximation in trace distance scales as $\sim \varepsilon^{-2n}$, in stark contrast to the $n$-qudit case, where the $\varepsilon$-scaling is $\sim \varepsilon^{-2}$. Specifically, we find the optimal sample complexity of tomography of energy-constrained pure states, thereby establishing the ultimate achievable performance of tomography of continuous variable systems. Given such an extreme inefficiency, we then investigate whether more structured, yet still physically interesting, classes of quantum states can be efficiently tomographed. We rigorously prove that this is indeed the case for Gaussian states, a result previously assumed but never proved in the literature. To accomplish this, we establish bounds on the trace distance between two Gaussian states in terms of the norm distance of their first and second moments, which constitute technical tools of independent interest. This allows us to answer a fundamental question for the field of Gaussian quantum information: by estimating the first and second moments of an unknown Gaussian state with precision $\varepsilon$, what is the resulting trace distance error on the state? Lastly, we show how to efficiently learn $t$-doped Gaussian states, i.e., states prepared by Gaussian unitaries and at most $t$ local non-Gaussian evolutions, unveiling more of the structure of these slightly-perturbed Gaussian systems.
- Abstract(参考訳): 量子状態の区別のための最も実用的に意味のある計量であるトレース距離に関する厳密な保証を持つ量子状態トモグラフィーは、有限次元系では広く研究されているが、連続変数系では研究されていない。
この仕事はこのギャップを埋める。
学習エネルギーに制約のある$n$-mode状態は、追加の前提なしに極めて非効率であることが証明されている: $\varepsilon$-approximation in trace distance scales as $\sim \varepsilon^{-2n}$, in stark contrast to the $n$-qudit case, where $\varepsilon$-scaling is $\sim \varepsilon^{-2}$.
具体的には、エネルギー制約された純状態のトモグラフィーの最適なサンプル複雑性を発見し、連続変数系のトモグラフィーの最終的な性能を確立する。
このような極端な非効率性を考えると、量子状態のクラスがより構造化されているが、物理的に興味深いかどうかを効率的にトモグラフィーすることができる。
我々は、このことがガウス国家にとって本当にそうであるということを厳格に証明する。
これを達成するために、2つのガウス状態間のトレース距離を、その第1モーメントと第2モーメントのノルム距離の観点から定め、これは独立した興味を持つ技術ツールを構成する。
未知のガウス状態の第1モーメントと第2モーメントを精度$\varepsilon$で推定することで、状態のトレース距離誤差はどうなるのか?
最後に、$t$ドープされたガウシアン状態、すなわちガウシアンユニタリーによって準備された状態と、最大で$t$の非ガウシアン進化を効率的に学習する方法を示し、これらわずかに飽和したガウシアン系の構造を明らかにした。
関連論文リスト
- Experimental demonstration of Quantum Overlapping Tomography [0.6773011121407548]
量子オーバーラップトモグラフィーを実験的に実証するためにベイズ状態推定法を開発し,応用する。
重なり合うトモグラフィーは、フルステートトモグラフィーよりもはるかに少ない状態測定でシステムの正確な情報を与える。
論文 参考訳(メタデータ) (2022-07-29T05:45:53Z) - Quantum state tomography with tensor train cross approximation [84.59270977313619]
測定条件が最小限であるような状態に対して、完全な量子状態トモグラフィが実行可能であることを示す。
本手法は,非構造状態と局所測定のための最もよく知られたトモグラフィー法よりも指数関数的に少ない状態コピーを必要とする。
論文 参考訳(メタデータ) (2022-07-13T17:56:28Z) - Single-Qubit Reaped Quantum State Tomography [0.0]
観測可能な3つしか測定できない量子状態トモグラフィーの新たな手法を提案する。
システムの波動関数は、システムの測定時にポインタに"領域"される。
また、統計的不完全データから状態を推定する、効率的でスケーラブルな反復的最大値アルゴリズムを開発した。
論文 参考訳(メタデータ) (2022-06-20T03:57:49Z) - Efficient Quantum State Tracking in Noisy Environments [10.762101459838052]
本稿では,光子の横方向空間モードに符号化された量子ドット系における行列励起勾配トモグラフィの実験的実装について述べる。
定常および進化状態における本手法の性能および環境騒音について検討し,すべての事例において95%程度の忠実度を求める。
論文 参考訳(メタデータ) (2022-05-12T22:32:14Z) - Practical Quantum State Tomography for Gibbs states [0.0]
我々は、局所ハミルトンのギブス状態によって近似できる状態のトモグラフィーのために、適度な計算資源と量子資源を必要とするトモグラフィー手法を開発する。
横場イジングモデルのギブス状態における密度行列4から10キュービットの高忠実度再構成による本手法の有用性を実証する。
論文 参考訳(メタデータ) (2021-12-20T09:42:26Z) - Quantum verification and estimation with few copies [63.669642197519934]
大規模絡み合ったシステムの検証と推定は、信頼性の高い量子情報処理にそのようなシステムを用いる際の大きな課題の1つである。
本稿では,資源の一定数(サンプリング複雑性)に着目し,任意の次元のシステムに適していることを示す。
具体的には、量子状態トモグラフィー(quantum state tomography)の概念とともに、エンタングルメント検出のために少なくとも1つのコピーだけを必要とする確率的フレームワークをレビューする。
論文 参考訳(メタデータ) (2021-09-08T18:20:07Z) - Conditional preparation of non-Gaussian quantum optical states by
mesoscopic measurement [62.997667081978825]
光学場の非ガウス状態は、量子情報応用における提案された資源として重要である。
メソスコピック検出器を応用可能なレシエーションへのアンシラフィールドの変位を含む新しいアプローチを提案する。
実験により,強いウィグナー負性を持つ状態は高い速度で生成可能であると結論付けた。
論文 参考訳(メタデータ) (2021-03-29T16:59:18Z) - 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) - Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。
本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。
実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
論文 参考訳(メタデータ) (2020-07-31T17:25:12Z) - Gaussian Process States: A data-driven representation of quantum
many-body physics [59.7232780552418]
我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。
この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。
また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
論文 参考訳(メタデータ) (2020-02-27T15:54:44Z) - Quantum Pure State Tomography via Variational Hybrid Quantum-Classical
Method [8.028037262377458]
本稿では,変分型ハイブリッド量子古典法に基づく自己学習トモグラフィー手法を提案する。
さらに, 4-qubit核磁気共鳴技術を用いて実験を行った。
論文 参考訳(メタデータ) (2020-01-16T14:07:27Z)
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。