論文の概要: Controlling Unknown Quantum States via Data-Driven State Representations

• arxiv url: http://arxiv.org/abs/2406.05711v2
• Date: Thu, 13 Jun 2024 06:39:36 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-14 11:39:29.632556
• Title: Controlling Unknown Quantum States via Data-Driven State Representations
• Title（参考訳）: データ駆動状態表現による未知の量子状態の制御
• Authors: Yan Zhu, Tailong Xiao, Guihua Zeng, Giulio Chiribella, Ya-Dong Wu,
• Abstract要約: 量子状態の正確な制御は、量子コンピューティングや他の量子技術にとって重要である。 システム状態の表現を構築するために,少量の測定データを用いた機械学習アルゴリズムを開発した。 本研究では, 未知の多体量子状態と非ガウス連続変数状態の, 限定された量子測定値からのデータを用いて, 正確な制御を実現することを示す。
• 参考スコア（独自算出の注目度）: 1.6490073972480004
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Accurate control of quantum states is crucial for quantum computing and other quantum technologies. In the basic scenario, the task is to steer a quantum system towards a target state through a sequence of control operations. Determining the appropriate operations, however, generally requires information about the initial state of the system. When the initial state is not {\em a priori} known, gathering this information is generally challenging for quantum systems of increasing size. To address this problem, we develop a machine-learning algorithm that uses a small amount of measurement data to construct a representation of the system's state. The algorithm compares this data-driven representation with the representation of the target state, and uses reinforcement learning to output the appropriate control operations.We illustrate the effectiveness of the algorithm showing that it achieves accurate control of unknown many-body quantum states and non-Gaussian continuous-variable states using data from a limited set of quantum measurements.
• Abstract（参考訳）: 量子状態の正確な制御は、量子コンピューティングや他の量子技術にとって重要である。 基本的なシナリオでは、そのタスクは、制御操作のシーケンスを通じて、量子システムを目標状態に向けて操ることである。 しかし、適切な操作を決定するには、一般にシステムの初期状態に関する情報が必要となる。 初期状態が既知でない場合、この情報を集めることは、一般にサイズが大きくなる量子系にとって困難である。 この問題に対処するために,少量の測定データを用いてシステム状態の表現を構築する機械学習アルゴリズムを開発した。 このアルゴリズムは、このデータ駆動表現と対象状態の表現を比較し、強化学習を用いて適切な制御操作を出力し、未知の多体量子状態と非ガウス連続変数状態の正確な制御を実現するアルゴリズムの有効性を示す。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Mixed-Dimensional Qudit State Preparation Using Edge-Weighted Decision Diagrams [3.393749500700096]
  量子コンピュータは難解な問題を解く可能性がある。 このポテンシャルを利用するための重要な要素の1つは、多値系(qudit)のために量子状態を効率的に準備する能力である。 本稿では,混合次元系に着目した量子状態生成法について検討する。
  論文  参考訳（メタデータ） (2024-06-05T18:00:01Z)
• Effect of the readout efficiency of quantum measurement on the system entanglement [44.99833362998488]
  非効率なモニタリングの下で、1d量子ランダムウォークにおける粒子の絡み合いを定量化する。 測定によって引き起こされる量子-古典的交叉における系の最大平均絡み合いは、測定強度と非効率性によって異なる方法であることがわかった。
  論文  参考訳（メタデータ） (2024-02-29T18:10:05Z)
• Quantum State Tomography with Locally Purified Density Operators and Local Measurements [17.38734393793605]
  量子状態の効率的な表現により、最小限の測定で量子状態トモグラフィを実現することができる。 そこで本稿では,混合状態のテンソルネットワーク表現を用いた状態トモグラフィの代替手法を提案する。 本研究では,テンソルネットワーク形式を用いた2次元システムのための量子状態トモグラフィーの道を開く。
  論文  参考訳（メタデータ） (2023-07-31T03:14:31Z)
• Efficient algorithms for quantum information bottleneck [64.67104066707309]
  本稿では,情報ボトルネックの量子一般化のための新しい一般アルゴリズムを提案する。 本アルゴリズムは, 先行結果と比較して, 収束の速度と定性に優れる。 特に、量子システムは、量子情報のボトルネックに関して、同じ大きさの古典的なシステムよりも厳格に優れた性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2022-08-22T14:20:05Z)
• 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)
• 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 criteria of quantumness for a large system of qubits [58.720142291102135]
  大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。 解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
  論文  参考訳（メタデータ） (2021-08-30T23:50:05Z)
• On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
  そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。 私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
  論文  参考訳（メタデータ） (2021-06-29T14:01:40Z)
• Reconstructing quantum states with quantum reservoir networks [4.724825031148412]
  我々は貯水池計算の枠組みに基づく量子状態トモグラフィープラットフォームを導入する。 量子ニューラルネットワークを形成し、任意の量子状態を再構築するための包括的なデバイスとして機能する。
  論文  参考訳（メタデータ） (2020-08-14T14:01:55Z)
• 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。