論文の概要: Machine-learning certification of multipartite entanglement for noisy quantum hardware

• arxiv url: http://arxiv.org/abs/2408.12349v1
• Date: Thu, 22 Aug 2024 12:47:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-23 14:03:43.028043
• Title: Machine-learning certification of multipartite entanglement for noisy quantum hardware
• Title（参考訳）: 雑音量子ハードウェアにおけるマルチパーティ・エンタングルメントの機械学習による認証
• Authors: Andreas J. C. Fuchs, Eric Brunner, Jiheon Seong, Hyeokjea Kwon, Seungchan Seo, Joonwoo Bae, Andreas Buchleitner, Edoardo G. Carnio,
• Abstract要約: 絡み合いは、概念的にも多くの応用のためにも、量子物理学の基本的な側面である。 ランダムな局所測定の統計データを非線形次元削減アルゴリズムに供給する認証パイプラインを開発した。 我々は、シミュレーションされたテストデータに基づいて予測の精度を検証し、IBM量子コンピューティングハードウェア上で準備された状態に適用する。
• 参考スコア（独自算出の注目度）: 1.204553980682492
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Entanglement is a fundamental aspect of quantum physics, both conceptually and for its many applications. Classifying an arbitrary multipartite state as entangled or separable -- a task referred to as the separability problem -- poses a significant challenge, since a state can be entangled with respect to many different of its partitions. We develop a certification pipeline that feeds the statistics of random local measurements into a non-linear dimensionality reduction algorithm, to determine with respect to which partitions a given quantum state is entangled. After training a model on randomly generated quantum states, entangled in different partitions and of varying purity, we verify the accuracy of its predictions on simulated test data, and finally apply it to states prepared on IBM quantum computing hardware.
• Abstract（参考訳）: 絡み合いは、概念的にも多くの応用のためにも、量子物理学の基本的な側面である。 任意の多部状態が絡み合った、あるいは分離可能なタスク(分離可能性問題と呼ばれるタスク)として分類することは、状態が多くの異なるパーティションに対して絡み合うことができるため、大きな課題となる。 本研究では,ランダムな局所測定の統計データを非線形次元還元アルゴリズムに供給し,量子状態のどの分割が絡み合っているかを決定する。 異なるパーティションに絡み合ったランダムに生成された量子状態のモデルをトレーニングした後、シミュレーションされたテストデータに基づいて予測の精度を検証し、最終的にIBM量子コンピューティングハードウェア上に用意された状態に適用する。

関連論文リスト

• Scalable multipartite entanglement criteria for continuous variables [6.181008505226926]
  本稿では,マルチモード連続変数系のあらゆる種類のマルチパーティ・エンタングルメントに対して,非常に一般的なエンタングルメント検出法を提案する。 我々の基準は、絡み合い、真の絡み合い、および他の種類の分離性をほぼ同義に検出することができる。
  論文  参考訳（メタデータ） (2024-11-05T13:27:19Z)
• Bounding the Sample Fluctuation for Pure States Certification with Local Random Measurement [4.923287660970805]
  ランダム化計測技術の最近の進歩は、この分野に新たな洞察をもたらした。 ランダム局所ハール測定により純粋量子状態の証明を行うスキームの基本特性について検討する。 その結果,演算子の複雑性と量子アルゴリズムの効率との本質的な相互作用が明らかになり,長距離絡み付き純粋状態の局所的認証の障害となった。
  論文  参考訳（メタデータ） (2024-10-22T02:26:44Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• 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)
• Measurement-Device-Independent Detection of Beyond-Quantum State [53.64687146666141]
  量子外状態検出のための測定デバイス非依存(MDI)テストを提案する。 本稿では,入力集合のトモグラフィ完全性の重要性について論じる。
  論文  参考訳（メタデータ） (2023-12-11T06:40:13Z)
• Multimodal deep representation learning for quantum cross-platform verification [60.01590250213637]
  初期の量子コンピューティングの領域において重要な取り組みであるクロスプラットフォーム検証は、同一のアルゴリズムを実行する2つの不完全な量子デバイスとの類似性を特徴づけようと試みている。 本稿では,この課題におけるデータの形式化が2つの異なるモダリティを具現化する,革新的なマルチモーダル学習手法を提案する。 我々はこれらのモダリティから知識を独立して抽出するマルチモーダルニューラルネットワークを考案し、続いて融合操作により包括的データ表現を生成する。
  論文  参考訳（メタデータ） (2023-11-07T04:35:03Z)
• Analysing quantum systems with randomised measurements [0.4179230671838898]
  本稿では,量子情報科学の様々なシナリオにおけるランダム化計測の活用の進歩について述べる。 本稿では, 真の多部絡みや有界絡みなど, 様々な形の絡みを検知し, 特徴付ける方法について述べる。 また、ランダム化測定から量子状態の非線形関数の推定とシャドウトモグラフィーについて概説する。
  論文  参考訳（メタデータ） (2023-07-03T18:00:01Z)
• Quantum Conformal Prediction for Reliable Uncertainty Quantification in Quantum Machine Learning [47.991114317813555]
  量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。 本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
  論文  参考訳（メタデータ） (2023-04-06T22:05:21Z)
• Noisy Quantum Kernel Machines [58.09028887465797]
  量子学習マシンの新たなクラスは、量子カーネルのパラダイムに基づくものである。 消散と脱コヒーレンスがパフォーマンスに与える影響について検討する。 量子カーネルマシンでは,デコヒーレンスや散逸を暗黙の正規化とみなすことができる。
  論文  参考訳（メタデータ） (2022-04-26T09:52:02Z)
• Heterogeneous Multipartite Entanglement Purification for Size-Constrained Quantum Devices [68.8204255655161]
  不完全生成後の絡み合い資源の浄化は、量子アーキテクチャーでそれらを使用するための必要不可欠なステップである。 ここでは、過去20年間に探索された多国間国家の典型的浄化パラダイムから逸脱する。 ベル対のような小さな犠牲状態は、これらの同じ状態の余分なコピーよりも多粒子状態の浄化に有用であることがわかった。
  論文  参考訳（メタデータ） (2020-11-23T19:00:00Z)
• 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)

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。