論文の概要: Preparing Spin Squeezed States via Adaptive Genetic Algorithm

• arxiv url: http://arxiv.org/abs/2410.15375v1
• Date: Sun, 20 Oct 2024 12:15:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-22 13:18:06.111001
• Title: Preparing Spin Squeezed States via Adaptive Genetic Algorithm
• Title（参考訳）: 適応遺伝的アルゴリズムによるスピンスクイーズ状態の調製
• Authors: Yiming Zhao, Libo Chen, Yong Wang, Hongyang Ma, Xiaolong Zhao,
• Abstract要約: 本稿では、適応型遺伝的アルゴリズム(GA)を用いて、制御シーケンスを反復的に最適化し、量子非古典状態を生成する新しい戦略を提案する。 ダーウィンの進化にインスパイアされたこのアルゴリズムは、クロスオーバー、突然変異、除去戦略を用いて、制御シーケンスを反復的に洗練する。 我々のアプローチは、一定の制御スキームと比較して、集合スピンモデルのスクイーズを維持できる様々な制御シーケンスが得られる。
• 参考スコア（独自算出の注目度）: 9.168152138847445
• License:
• Abstract: We introduce a novel strategy employing an adaptive genetic algorithm (GA) for iterative optimization of control sequences to generate quantum nonclassical states. Its efficacy is demonstrated by preparing spin-squeezed states in an open collective spin model governed by a linear control field. Inspired by Darwinian evolution, the algorithm iteratively refines control sequences using crossover, mutation, and elimination strategies, starting from a coherent spin state within a dissipative and dephasing environment. An adaptive parameter adjustment mechanism further enhances optimization. Our approach, compared to constant control schemes, yields a variety of control sequences capable of maintaining squeezing for the collective spin model. Furthermore, the proposed strategy exhibits increased effectiveness in diverse systems, while reservoir thermal excitations are shown to negatively impact control outcomes. We discuss feasible experimental implementations and potential extensions to alternative quantum systems, and the adaptability of the GA module. This research establishes the foundation for utilizing GA-like strategies in controlling quantum systems and achieving desired nonclassical states.
• Abstract（参考訳）: 本稿では、適応型遺伝的アルゴリズム(GA)を用いて、制御シーケンスを反復的に最適化し、量子非古典状態を生成する新しい戦略を提案する。 その有効性は、線形制御場によって支配される開集合スピンモデルにおいてスピンスクイーズ状態を作成することによって示される。 ダーウィンの進化にインスパイアされたこのアルゴリズムは、クロスオーバー、突然変異、および除去戦略を用いて、散逸脱落環境内のコヒーレントスピン状態から始まる制御シーケンスを反復的に洗練する。 適応パラメータ調整機構はさらに最適化を強化する。 我々のアプローチは、一定の制御スキームと比較して、集合スピンモデルのスクイーズを維持できる様々な制御シーケンスが得られる。 さらに,提案手法は多様なシステムにおいて有効性が向上し,貯水池熱励起は制御結果に悪影響を及ぼすことが示された。 本稿では,代替量子システムへの実現可能な実装と潜在的な拡張,GAモジュールの適応性について論じる。 本研究は,量子システムを制御し,望まれる非古典状態を達成する上で,GAライクな戦略を活用する基盤を確立する。

関連論文リスト

• A Strategy for Preparing Quantum Squeezed States Using Reinforcement Learning [0.0]
  非古典的状態を生成するために,強化学習を工学的制御分野に適用する手法を提案する。 強化学習剤は、コヒーレントスピン状態から発生する制御パルスの時間シーケンスを決定する。 この研究は、他の量子系を操作するための応用の道を開いた。
  論文  参考訳（メタデータ） (2024-01-29T17:23:25Z)
• Continuous optimization by quantum adaptive distribution search [0.7332146059733189]
  量子適応分布探索(QuADS)を導入する。 QuADSはGrover Adaptive Search(GAS)と共分散行列適応-進化戦略(CMA-ES)を統合した。 数値実験により、QuADSはGASとCMA-ESの両方に優れていた。
  論文  参考訳（メタデータ） (2023-11-29T04:48:09Z)
• Optimal control for state preparation in two-qubit open quantum systems driven by coherent and incoherent controls via GRAPE approach [77.34726150561087]
  我々は、コヒーレントかつ非コヒーレントな時間依存制御によって駆動される2つの量子ビットのモデルを考える。 系の力学はゴリーニ=コサコフスキー=スダルシャン=リンドブラッドのマスター方程式によって支配される。 最適化制御の下で, フォン・ノイマンエントロピー, 純度, および1ビット還元密度行列の進化について検討した。
  論文  参考訳（メタデータ） (2022-11-04T15:20:18Z)
• Sparsity in Partially Controllable Linear Systems [56.142264865866636]
  本研究では, 部分制御可能な線形力学系について, 基礎となる空間パターンを用いて検討する。 最適制御には無関係な状態変数を特徴付ける。
  論文  参考訳（メタデータ） (2021-10-12T16:41:47Z)
• Exploring the limits of the generation of non-classical states of spins coupled to a cavity by optimal control [0.0]
  スピンの集団駆動による共振器に結合したスピンの非古典状態の生成について検討した。 本稿では, コヒーレントパルスとスクイーズパルスを用いた制御手法を提案する。
  論文  参考訳（メタデータ） (2021-07-16T16:16:18Z)
• Generative Actor-Critic: An Off-policy Algorithm Using the Push-forward Model [24.030426634281643]
  連続制御タスクでは、ガウス分布を用いた広く使われているポリシーは、環境の非効率な探索をもたらす。 本稿では,ポリシの表現性を高めるためにプッシュフォワードモデルを用いて,密度のないオフポリチックアルゴリズムGenerative Actor-Criticを提案する。 プッシュフォワードポリシには,マルチモーダリティなどの望ましい特徴があり,アルゴリズムの探索と性能を向上できることを示す。
  論文  参考訳（メタデータ） (2021-05-08T16:29:20Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Reinforcement Learning for Many-Body Ground-State Preparation Inspired by Counterdiabatic Driving [2.5614220901453333]
  CD-QAOAは量子多体システム向けに設計され、強化学習(RL)アプローチを用いて最適化されている。 本研究では,アディベートゲージ電位の項を付加的な制御ユニタリの生成元として用いることで,アディベート状態から高速な多体制御を実現することができることを示す。 この研究は、量子多体制御のために、ディープラーニングによる最近の成功を取り入れる道を開いた。
  論文  参考訳（メタデータ） (2020-10-07T21:13:22Z)
• EOS: a Parallel, Self-Adaptive, Multi-Population Evolutionary Algorithm for Constrained Global Optimization [68.8204255655161]
  EOSは実数値変数の制約付きおよび制約なし問題に対する大域的最適化アルゴリズムである。 これはよく知られた微分進化(DE)アルゴリズムに多くの改良を加えている。 その結果、EOSisは、最先端の単一人口自己適応Dアルゴリズムと比較して高い性能を達成可能であることが証明された。
  論文  参考訳（メタデータ） (2020-07-09T10:19:22Z)
• Evolutionary Stochastic Policy Distillation [139.54121001226451]
  本稿では,GCRS課題を解決するための進化的政策蒸留法(ESPD)を提案する。 ESPDは、政策蒸留(PD)技術により、ターゲットポリシーを一連の変種から学習することを可能にする MuJoCo制御系に基づく実験により,提案手法の学習効率が向上した。
  論文  参考訳（メタデータ） (2020-04-27T16:19:25Z)
• Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
  我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
  論文  参考訳（メタデータ） (2020-03-12T19:56:38Z)

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。