Fugu-MT 論文翻訳(概要): Demonstrating the Potential of Adaptive LMS Filtering on FPGA-Based Qubit Control Platforms for Improved Qubit Readout in 2D and 3D Quantum Processing Units

論文の概要: Demonstrating the Potential of Adaptive LMS Filtering on FPGA-Based Qubit Control Platforms for Improved Qubit Readout in 2D and 3D Quantum Processing Units

arxiv url: http://arxiv.org/abs/2408.00904v1
Date: Thu, 1 Aug 2024 20:42:49 GMT
ステータス: 処理完了
システム内更新日: 2024-08-05 15:06:04.643858
Title: Demonstrating the Potential of Adaptive LMS Filtering on FPGA-Based Qubit Control Platforms for Improved Qubit Readout in 2D and 3D Quantum Processing Units
Title（参考訳）: 2次元および3次元量子処理ユニットにおける量子ビット読み出し改善のためのFPGAベースの量子制御プラットフォーム上での適応LMSフィルタリングの可能性
Authors: Hans Johnson, Nicholas Bornman, Taeyoon Kim, David Van Zanten, Silvia Zorzetti, Jafar Saniie,
Abstract要約: 本稿では,2次元および3次元量子処理ユニット(QPU)の読み出しパルス忠実度を最適化する研究を要約する。我々は、量子状態検出の精度と効率を高めるために、LMS適応フィルタリングアルゴリズムの適用に焦点をあてる。我々の予備的な結果は、FPGAリソースを効率的に管理しながら高い読み出し精度を維持するLMSフィルタの機能を示す。
参考スコア（独自算出の注目度）: 3.348076908667385
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Advancements in quantum computing underscore the critical need for sophisticated qubit readout techniques to accurately discern quantum states. This abstract presents our research intended for optimizing readout pulse fidelity for 2D and 3D Quantum Processing Units (QPUs), the latter coupled with Superconducting Radio Frequency (SRF) cavities. Focusing specifically on the application of the Least Mean Squares (LMS) adaptive filtering algorithm, we explore its integration into the FPGA-based control systems to enhance the accuracy and efficiency of qubit state detection by improving Signal-to-Noise Ratio (SNR). Implementing the LMS algorithm on the Zynq UltraScale+ RFSoC Gen 3 devices (RFSoC 4x2 FPGA and ZCU216 FPGA) using the Quantum Instrumentation Control Kit (QICK) open-source platform, we aim to dynamically test and adjust the filtering parameters in real-time to characterize and adapt to the noise profile presented in quantum computing readout signals. Our preliminary results demonstrate the LMS filter's capability to maintain high readout accuracy while efficiently managing FPGA resources. These findings are expected to contribute to developing more reliable and scalable quantum computing architectures, highlighting the pivotal role of adaptive signal processing in quantum technology advancements.
Abstract（参考訳）: 量子コンピューティングの進歩は、量子状態を正確に識別する高度な量子ビット読み出し技術に対する重要な必要性を浮き彫りにした。本稿では,2次元および3次元量子処理ユニット(QPU)の読み出しパルス忠実度を最適化することを目的とした研究成果について述べる。本稿では,LMS適応フィルタアルゴリズムの適用に特化して,qubit状態検出の精度と効率を向上させるため,FPGAベースの制御システムとの統合について検討する。 The LMS algorithm on the Zynq UltraScale+ RFSoC Gen 3 devices (RFSoC 4x2 FPGA and ZCU216 FPGA) using the Quantum Instrumentation Control Kit (QICK) open-source platform, we aimed to improve the filtering parameters in real-time to adapt and adapt to the noise profile presented in quantum computing readout signal。我々の予備的な結果は、FPGAリソースを効率的に管理しながら高い読み出し精度を維持するLMSフィルタの機能を示す。これらの発見は、より信頼性が高くスケーラブルな量子コンピューティングアーキテクチャの開発に寄与することが期待されており、量子技術の発展における適応信号処理の重要な役割を強調している。

関連論文リスト

AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
論文参考訳（メタデータ） (2024-07-17T18:38:48Z)
Variational quantum state preparation for quantum-enhanced metrology in noisy systems [0.7652747219811168]
我々は,低深さ変動量子回路(VQC)を,重畳雑音を受ける量子ビットの連鎖に適用した大域回転とエンタングリング演算からなるシミュレーションを行った。 VQCで実装されたエンタングリング操作の詳細にかかわらず、最適量子状態は、定性的な状態の三重項に広く分類できる。この知見は,絡み合いを利用した次世代量子センサの最適状態調整戦略の設計に有用である。
論文参考訳（メタデータ） (2024-06-04T00:09:05Z)
Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文参考訳（メタデータ） (2024-04-17T11:00:12Z)
FPGA-Placement via Quantum Annealing [1.1639171061272031]
FPGA(Field-Programmable Gate Arrays)は、現代コンピューティングにおいて重要な資産であると自ら主張している。 FPGA上の関数ブロックの最適空間配置を決定し、通信遅延を最小化し、性能を向上させるという配置手順は、NPハード問題である。本稿では,この配置問題を,AQC を用いて解決したいわゆる非制約二元最適化問題 (QUBO) の集合として再定式化する。
論文参考訳（メタデータ） (2023-12-24T12:23:09Z)
Reinforcement learning pulses for transmon qubit entangling gates [0.0]
連続制御強化学習アルゴリズムを用いて、超伝導量子ビットの絡み合う2ビットゲートを設計する。標準共振ゲートよりも優れた新しいパルス列を生成する能力を示す。
論文参考訳（メタデータ） (2023-11-07T03:19:19Z)
On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
論文参考訳（メタデータ） (2023-09-05T04:39:34Z)
Evaluation of Parameterized Quantum Circuits with Cross-Resonance Pulse-Driven Entanglers [0.27998963147546146]
変分量子アルゴリズム(VQA)は、ノイズの多い量子デバイスに非常に適したアルゴリズムの強力なクラスとして登場した。これまでの研究では、VQAに対して有効なパラメタライズド量子回路(PQC)やアンサッツを選択することが、その全体的な性能に欠かせないことが示されている。本稿では、量子マシンへのパルスレベルアクセスと2量子ビット相互作用の理解を利用して、2量子ビットエンタングルの設計を最適化する。
論文参考訳（メタデータ） (2022-11-01T09:46:34Z)
QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
論文参考訳（メタデータ） (2022-07-14T12:22:51Z)
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)
Adaptive Circuit Learning for Quantum Metrology [4.391936138589785]
量子センサと量子回路のハイブリッドシステムが、従来のセンサの限界を超えることができるかどうかを考察する。提案手法では, プラットフォーム固有の制御能力, ノイズ, 信号分布に基づいて, 量子センシング回路を学習可能な変分アルゴリズムを用いる。我々は、既存の固定プロトコル(GHZ)よりも最大13.12倍のSNRの改善と、IBM量子コンピュータを使った15量子ビットの古典的な制限よりも3.19倍の改善を示す。
論文参考訳（メタデータ） (2020-10-17T03:21:22Z)
APQ: Joint Search for Network Architecture, Pruning and Quantization Policy [49.3037538647714]
本稿では,リソース制約のあるハードウェア上での効率的なディープラーニング推論のためのAPQを提案する。ニューラルアーキテクチャ、プルーニングポリシー、量子化ポリシーを別々に検索する従来の方法とは異なり、我々はそれらを共同で最適化する。同じ精度で、APQはMobileNetV2+HAQよりもレイテンシ/エネルギーを2倍/1.3倍削減する。
論文参考訳（メタデータ） (2020-06-15T16:09:17Z)

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。