Fugu-MT 論文翻訳(概要): Ground state nature and nonlinear squeezing of Gottesman-Kitaev-Preskill states

論文の概要: Ground state nature and nonlinear squeezing of Gottesman-Kitaev-Preskill states

arxiv url: http://arxiv.org/abs/2405.12406v1
Date: Mon, 20 May 2024 23:03:49 GMT
ステータス: 処理完了
システム内更新日: 2024-05-22 14:47:55.558331
Title: Ground state nature and nonlinear squeezing of Gottesman-Kitaev-Preskill states
Title（参考訳）: Gottesman-Kitaev-Preskill状態の基底状態の性質と非線形スクイーズ
Authors: Petr Marek,
Abstract要約: 走行光による普遍量子計算の主なボトルネックは、十分な品質のゴッテマン・キタエフ・プレスキル状態の準備である。このような測度、GKPのスクイーズを導入し、状態の特徴付けの現在の方法とどのように関係しているかを示す。この尺度は計算が容易であり、状態の準備や実験結果の検証に容易に利用できる。
参考スコア（独自算出の注目度）: 0.8702432681310401
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The main bottleneck for universal quantum computation with traveling light is the preparation of Gottesman-Kitaev-Preskill states of sufficient quality. This is an extremely challenging task, experimental as well as theoretical, also because there is currently no single easily computable measure of quality for these states. We introduce such measure, GKP squeezing, and show how it is related to the current ways of characterizing the states. The measure is easy to compute and can be easily employed in state preparation as well as verification of experimental results.
Abstract（参考訳）: 旅行光による普遍量子計算の主なボトルネックは、十分な品質のゴッテマン・キタエフ・プレスキル状態の準備である。これは非常に難しい課題であり、実験的なだけでなく理論的な問題でもある。このような測度、GKPのスクイーズを導入し、状態の特徴付けの現在の方法とどのように関係しているかを示す。この尺度は計算が容易であり、状態の準備や実験結果の検証に容易に利用できる。

関連論文リスト

Deterministic preparation of optical squeezed cat and Gottesman-Kitaev-Preskill states [0.0]
大振幅圧縮された猫と高品質なゴッテマン・キタエフ・プレスキル状態(GKP)は、量子誤り訂正のための強力な資源である。ネコ大振幅絞殺状態の決定論的準備のための光学系にスケーラブルなスキームを提案する。これらの状態は、光学におけるGKP誤差の補正が短期的な実験で技術的に実現可能であることを示す、高品質なGKP状態を作成するためにブレンドすることができる。
論文参考訳（メタデータ） (2023-11-17T13:23:52Z)
User-friendly confidence regions for quantum state tomography [0.0]
有限統計学では、実験データは量子状態に関する完全な情報を与えることができない。この限られた知識を表現する一般的な方法は、状態空間に信頼領域を提供することである。ここでは、これらの問題を解決する信頼領域を構築し、不平等に最適なサンプルコストと現実的なパラメータに対する優れた性能を有する。
論文参考訳（メタデータ） (2023-08-03T16:18:44Z)
Classical-Assisted Quantum Ground State Preparation with Tensor Network States and Monte Carlo Sampling [7.113098673094148]
量子多体システムのための古典的量子基底状態準備法を提案する。我々は,早期のフォールトトレラント量子コンピュータ上で,量子アルゴリズムによって効率的に作成できるTLSのサンプリングにより試行状態を抽出する。本手法は, ランダムな試行状態と比較して, 試行状態と真基底状態との重なり合いのスケーリングが向上することを示す。
論文参考訳（メタデータ） (2023-06-29T10:14:27Z)
Sparse random Hamiltonians are quantumly easy [105.6788971265845]
量子コンピュータの候補は、量子システムの低温特性をシミュレートすることである。本稿は、ほとんどのランダムハミルトニアンに対して、最大混合状態は十分に良い試行状態であることを示す。位相推定は、基底エネルギーに近いエネルギーの状態を効率的に生成する。
論文参考訳（メタデータ） (2023-02-07T10:57:36Z)
Demonstration of machine-learning-enhanced Bayesian quantum state estimation [0.0]
機械学習を用いて自動調整を行うカスタム事前分布の定義手法を実験的に実現した。 MLで定義した事前分布は、ネット収束時間を減少させ、暗黙的および明示的な情報を事前分布に直接組み込む自然な方法を提供する。
論文参考訳（メタデータ） (2022-12-15T18:41:15Z)
Pure state tomography with parallel unentangled measurements [0.9746724603067647]
並列無絡測定を用いた純量子状態のQSTに着目した。そこで本研究では,純状態における量子測定と,その状態を特定するために測定結果を使用するアルゴリズムの2つのセットを提案する。
論文参考訳（メタデータ） (2022-08-08T09:49:55Z)
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)
Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
論文参考訳（メタデータ） (2022-03-30T02:02:16Z)
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)
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)

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。