Fugu-MT 論文翻訳(概要): Error-mitigated photonic quantum circuit Born machine

論文の概要: Error-mitigated photonic quantum circuit Born machine

arxiv url: http://arxiv.org/abs/2405.02277v3
Date: Tue, 18 Mar 2025 15:38:29 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-19 14:12:01.026601
Title: Error-mitigated photonic quantum circuit Born machine
Title（参考訳）: 誤差緩和フォトニック量子回路Bornマシン
Authors: Alexia Salavrakos, Tigran Sedrakyan, James Mills, Shane Mansfield, Rawad Mezher,
Abstract要約: 我々は、フォトニック量子コンピューティングの文脈で量子回路Born Machine(QCBM)を研究する。本稿では, リサイクル緩和と呼ばれる最近開発された誤り軽減技術により, 光子損失を伴う現実シナリオにおけるQCBMのトレーニングが大幅に改善されたことを示す。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: In this article, we study quantum circuit Born machines (QCBMs) in the context of photonic quantum computing. QCBMs are a popular choice of quantum generative machine learning models, and we present a QCBM designed for linear optics. We show that a recently developed error mitigation technique called recycling mitigation greatly improves the training of QCBMs in realistic scenarios with photon loss, which is the primary source of noise in photonic systems. We demonstrate this through numerical simulations and through an experiment on a quantum photonic integrated processor. We expect our work to pave the way towards more demonstrations of error mitigation techniques tailored to photonic devices which can enhance the performance of a quantum algorithm.
Abstract（参考訳）: 本稿では、フォトニック量子コンピューティングの文脈における量子回路Born Machine(QCBM)について検討する。 QCBMは量子生成機械学習モデルの一般的な選択肢であり、線形光学用に設計されたQCBMを示す。本稿では, フォトニックシステムにおけるノイズ源である光子損失を伴う現実的なシナリオにおいて, リサイクル緩和と呼ばれる最近開発された誤り軽減技術によりQCBMのトレーニングが大幅に改善されることを示す。数値シミュレーションと量子フォトニック集積プロセッサの実験によりこれを実証する。我々は、量子アルゴリズムの性能を高めることができるフォトニックデバイスに適した、エラー軽減技術のさらなる実証への道を開くことを期待している。

関連論文リスト

Quantum Latent Diffusion Models [65.16624577812436]
本稿では,古典的潜伏拡散モデルの確立した考え方を活用する量子拡散モデルの潜在的バージョンを提案する。これには、従来のオートエンコーダを使用してイメージを削減し、次に潜時空間の変動回路で操作する。この結果は、量子バージョンが生成した画像のより良い測定値を得ることによって証明されたように、量子バージョンを使用することの利点を示している。
論文参考訳（メタデータ） (2025-01-19T21:24:02Z)
Loop Quantum Photonic Chip for Coherent Multi-Time-Step Evolution [17.821558817827427]
Loop-QPCは、1つのチップで複数の時間ステップで量子力学を効率的にシミュレートするように設計されている。低損失窒化ケイ素(SiN)集積フォトニックチップ上でのスピンボソンモデルのダイナミクスを実験的に実証した。
論文参考訳（メタデータ） (2024-11-18T06:03:05Z)
Hybrid Quantum-Classical Normalizing Flow [5.85475369017678]
パラメータ化量子回路に基づくハイブリッド量子古典正規化フロー(HQCNF)モデルを提案する。我々は画像生成問題でモデルを検証した。量子生成逆数ネットワーク(QGAN)のような他の量子生成モデルと比較して、我々のモデルはFr'echet 距離(FID)の低いスコアを得る。
論文参考訳（メタデータ） (2024-05-22T16:37:22Z)
Photonic quantum generative adversarial networks for classical data [0.0]
生成学習では、ターゲットデータの分布に従う新しいサンプルを作成するためにモデルが訓練される。線形光回路とフォック空間符号化に基づく量子GANを提案する。単一光子量子プロセッサ上で実験的にモデルのエンドツーエンドをトレーニングすることで,モデルが画像を生成することを実証する。
論文参考訳（メタデータ） (2024-05-09T18:00:10Z)
Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文参考訳（メタデータ） (2023-07-31T14:45:29Z)
Simulation of Entanglement Generation between Absorptive Quantum Memories [56.24769206561207]
我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
論文参考訳（メタデータ） (2022-12-17T05:51:17Z)
Sample-efficient Quantum Born Machine through Coding Rate Reduction [0.0]
量子回路Born Machine (QCBM) は、量子物理学にインスパイアされた暗黙的な生成モデルであり、バイナリ画像を学習するのに自然に適している。第2モーメントのマッチングだけでは量子発生器を訓練するには不十分であるが、クラス確率推定損失と組み合わせると、MCR$2$はモード崩壊に抵抗できる。
論文参考訳（メタデータ） (2022-11-14T06:21:26Z)
Recompilation-enhanced simulation of electron-phonon dynamics on IBM Quantum computers [62.997667081978825]
小型電子フォノン系のゲートベース量子シミュレーションにおける絶対的資源コストについて考察する。我々は、弱い電子-フォノン結合と強い電子-フォノン結合の両方のためのIBM量子ハードウェアの実験を行う。デバイスノイズは大きいが、近似回路再コンパイルを用いることで、正確な対角化に匹敵する電流量子コンピュータ上で電子フォノンダイナミクスを得る。
論文参考訳（メタデータ） (2022-02-16T19:00:00Z)
All-optical Quantum State Engineering for Rotation-symmetric Bosonic States [0.0]
我々は、コヒーレント光子サブトラクションを用いて、ガウス的でない様々な状態を生成する方法を提案し、解析する。提案手法は,現在の量子フォトニクス技術で容易に実装できる。
論文参考訳（メタデータ） (2021-05-23T22:43:23Z)
Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文参考訳（メタデータ） (2021-04-21T13:26:42Z)
Rapid characterisation of linear-optical networks via PhaseLift [51.03305009278831]
集積フォトニクスは優れた位相安定性を提供し、半導体産業によって提供される大規模な製造性に依存することができる。このような光回路に基づく新しいデバイスは、機械学習アプリケーションにおいて高速でエネルギー効率の高い計算を約束する。線形光ネットワークの転送行列を再構成する新しい手法を提案する。
論文参考訳（メタデータ） (2020-10-01T16:04:22Z)

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。