論文の概要: Information dynamics in decohered quantum memory with repeated syndrome measurements: a dual approach

• arxiv url: http://arxiv.org/abs/2407.07882v1
• Date: Wed, 10 Jul 2024 17:48:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-11 15:33:18.730182
• Title: Information dynamics in decohered quantum memory with repeated syndrome measurements: a dual approach
• Title（参考訳）: 繰り返しシンドローム測定によるデコヒート量子メモリの情報ダイナミクス--双対アプローチ
• Authors: Jacob Hauser, Yimu Bao, Shengqi Sang, Ali Lavasani, Utkarsh Agrawal, Matthew P. A. Fisher,
• Abstract要約: 我々は、繰り返し測定された量子メモリにおける情報力学を本質的に特徴付ける。 情報理論診断のための$(d+1)$次元統計力学モデルを開発した。
• 参考スコア（独自算出の注目度）: 1.1215232994550846
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Measurements can detect errors in a decohered quantum memory allowing active error correction to increase the memory time. Previous understanding of this mechanism has focused on evaluating the performance of error correction algorithms based on measurement results. In this work, we instead intrinsically characterize the information dynamics in a quantum memory under repeated measurements, using coherent information and relative entropy. We consider the dynamics of a $d$-dimensional stabilizer code subject to Pauli errors and noisy stabilizer measurements and develop a $(d+1)$-dimensional statistical mechanics model for the information-theoretic diagnostics. Our model is dual to the model previously obtained for the optimal decoding algorithm, and the potential decoding transition in the quantum memory again manifests as a thermal phase transition in the statistical mechanics model. We explicitly derive the model and study the phase transition in information encoding in three examples: surface codes, repetition codes, and the XZZX code.
• Abstract（参考訳）: 測定は、デコヒートされた量子メモリ内のエラーを検出することができ、アクティブなエラー訂正によりメモリ時間を増やすことができる。 このメカニズムのこれまでの理解は,測定結果に基づく誤り訂正アルゴリズムの性能評価に重点を置いている。 そこで本研究では,コヒーレントな情報と相対エントロピーを用いて,量子メモリ内の情報力学を連続的な測定により本質的に特徴付ける。 パウリの誤差と雑音の安定度測定を対象とする$d$次元安定化器コードの力学を考察し,情報理論診断のための$(d+1)$D$次元統計力学モデルを開発した。 我々のモデルは、これまで得られた最適復号化アルゴリズムのモデルと双対であり、量子メモリにおける潜在的な復号化遷移は、統計力学モデルにおける熱相転移として再び現れる。 我々は、このモデルを明示的に導出し、サーフェスコード、繰り返しコード、XZZXコードという3つの例で情報符号化における位相遷移を研究する。

関連論文リスト

• Understanding Stabilizer Codes Under Local Decoherence Through a General Statistical Mechanics Mapping [0.0]
  我々は、デコヒート基底状態密度行列の$n$thモーメントから古典的な統計力学モデルへの写像を構築する。 3次元トーリックコードとX-キューブモデルを解析し、その最適復号しきい値のバウンダリを導出する。
  論文  参考訳（メタデータ） (2024-03-06T18:59:00Z)
• Quantum computer error structure probed by quantum error correction syndrome measurements [0.6435156676256051]
  我々は、重六角形符号症候群測定を実装したIBM超伝導量子コンピュータ装置の性能評価を行った。 16回の繰り返し症候群測定サイクルから得られたデータは、一様偏極ノイズモデルと矛盾することが判明した。 その結果、量子誤り訂正回路のノイズに存在するような非自明な構造が強調された。
  論文  参考訳（メタデータ） (2023-10-19T03:55:44Z)
• Deep Quantum Error Correction [73.54643419792453]
  量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。 本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。 提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
  論文  参考訳（メタデータ） (2023-01-27T08:16:26Z)
• Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
  いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。 ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
  論文  参考訳（メタデータ） (2022-06-30T17:45:05Z)
• Direct parameter estimations from machine-learning enhanced quantum state tomography [3.459382629188014]
  機械学習による量子状態トモグラフィ(QST)は、量子状態に関する完全な情報を抽出する際の利点を実証している。 我々は,目標パラメータを直接生成することにより,高性能で軽量で容易に教師付き特性モデルを構築する。 このような特性モデルに基づく ML-QST は、ヒルベルト空間を扱う問題を回避することができるが、高い精度で特徴抽出を維持することができる。
  論文  参考訳（メタデータ） (2022-03-30T15:16:02Z)
• Mixed Precision Low-bit Quantization of Neural Network Language Models for Speech Recognition [67.95996816744251]
  長期間のメモリリカレントニューラルネットワーク(LSTM-RNN)とトランスフォーマーで表される最先端言語モデル(LM)は、実用アプリケーションではますます複雑で高価なものになりつつある。 現在の量子化法は、均一な精度に基づいており、量子化誤差に対するLMの異なる部分での様々な性能感度を考慮できない。 本稿では,新しい混合精度ニューラルネットワークLM量子化法を提案する。
  論文  参考訳（メタデータ） (2021-11-29T12:24:02Z)
• Machine Learning for Continuous Quantum Error Correction on Superconducting Qubits [1.8249709209063887]
  連続的な量子誤差補正は離散的な量子誤差補正に対して一定の利点があることがわかった。 本稿では,繰り返しニューラルネットワークを用いた連続量子誤り訂正のための機械学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-10-20T05:13:37Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)
• Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
  最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。 我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。 動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
  論文  参考訳（メタデータ） (2021-02-08T14:55:44Z)

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。

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。