論文の概要: Quantum optimal control of superconducting qubits based on machine-learning characterization

• arxiv url: http://arxiv.org/abs/2410.22603v1
• Date: Tue, 29 Oct 2024 23:54:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-31 14:27:20.298944
• Title: Quantum optimal control of superconducting qubits based on machine-learning characterization
• Title（参考訳）: 機械学習による超伝導量子ビットの量子最適制御
• Authors: Elie Genois, Noah J. Stevenson, Noah Goss, Irfan Siddiqi, Alexandre Blais,
• Abstract要約: デバイスパラメータや環境に合わせて最適な量子制御を実現するための実験的な簡単な手法を提案する。 物理にインスパイアされた機械学習を用いて、実験で利用可能なデータから力学の正確なモデルを推測する。 超伝導トランスモン量子ビット上での任意の単一量子ビット演算を最適化することにより、このアプローチのパワーと実現可能性を示す。
• 参考スコア（独自算出の注目度）: 39.58317527488534
• License:
• Abstract: Implementing fast and high-fidelity quantum operations using open-loop quantum optimal control relies on having an accurate model of the quantum dynamics. Any deviations between this model and the complete dynamics of the device, such as the presence of spurious modes or pulse distortions, can degrade the performance of optimal controls in practice. Here, we propose an experimentally simple approach to realize optimal quantum controls tailored to the device parameters and environment while specifically characterizing this quantum system. Concretely, we use physics-inspired machine learning to infer an accurate model of the dynamics from experimentally available data and then optimize our experimental controls on this trained model. We show the power and feasibility of this approach by optimizing arbitrary single-qubit operations on a superconducting transmon qubit, using detailed numerical simulations. We demonstrate that this framework produces an accurate description of the device dynamics under arbitrary controls, together with the precise pulses achieving arbitrary single-qubit gates with a high fidelity of about 99.99%.
• Abstract（参考訳）: オープンループ量子最適制御を用いた高速かつ高忠実な量子演算の実装は、量子力学の正確なモデルを持つことに依存している。 このモデルと装置の完全なダイナミクス、例えばスパイラスモードやパルス歪みの存在との間の偏差は、実際には最適制御の性能を低下させる可能性がある。 本稿では、この量子システムを具体化しつつ、デバイスパラメータや環境に合わせて最適な量子制御を実現するための実験的な簡単なアプローチを提案する。 具体的には、物理にインスパイアされた機械学習を用いて、実験可能なデータから力学の正確なモデルを推定し、このトレーニングされたモデルに対する実験的な制御を最適化する。 超伝導トランスモン量子ビット上での任意の単一量子ビット演算を、詳細な数値シミュレーションを用いて最適化することにより、このアプローチのパワーと実現可能性を示す。 このフレームワークは、任意の制御下でデバイスダイナミクスの正確な記述と、任意の単一ビットゲートを99.99%の忠実度で達成する正確なパルスを生成することを実証する。

関連論文リスト

• Identifiability and Characterization of Transmon Qutrits Through Bayesian Experimental Design [0.0]
  クォート系の量子特性評価のためのオンラインベイズ的手法を提案する。 パラメータの点推定を行うほとんどの評価プロトコルとは異なり、提案手法は確率分布を推定することができる。 モデルパラメータの理論的同定可能性の数学的証明と,パラメータが同定可能な量子状態に関する条件を提供する。
  論文  参考訳（メタデータ） (2023-12-15T22:02:54Z)
• Pulse-controlled qubit in semiconductor double quantum dots [57.916342809977785]
  単一電子電荷量子ビットの量子制御のための数値最適化多パルスフレームワークを提案する。 新規な制御方式は、キュービットを断熱的に操作すると同時に、高速で一般的な単一キュービット回転を行う能力も保持する。
  論文  参考訳（メタデータ） (2023-03-08T19:00:02Z)
• Benchmarking Quantum Simulators using Ergodic Quantum Dynamics [4.2392660892009255]
  実験によって得られた状態と理想状態の間の忠実度を推定するために,サンプル効率のよいプロトコルを解析する。 我々は、様々な量子シミュレータプラットフォームのためのプロトコルを数値的に示す。
  論文  参考訳（メタデータ） (2022-05-24T17:18:18Z)
• Numerical Gate Synthesis for Quantum Heuristics on Bosonic Quantum Processors [1.195496689595016]
  超伝導空洞系の電磁モードを制御可能なキューディットの文脈で検討する。 共振器の1つのモードと2つのモードにそれぞれマッピングされた最大8つの状態と2つの量子演算の制御を示す。
  論文  参考訳（メタデータ） (2022-01-19T18:55:13Z)
• Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
  実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。 我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。 このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
  論文  参考訳（メタデータ） (2022-01-14T19:24:31Z)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)
• Parameterized Hamiltonian simulation using quantum optimal control [0.40611352512781856]
  本稿では,デジタル分解技術と最適制御を利用してアナログシミュレーションを行う量子ハミルトンシミュレーションのパラダイムを提案する。 制御時間,ディジタルエラー,パルス複雑性の役割を実証し,これらの制御の精度と堅牢性について検討する。
  論文  参考訳（メタデータ） (2021-05-05T16:05:45Z)
• Model-Free Quantum Control with Reinforcement Learning [0.0]
  本研究では,量子制御タスクにおける強化学習エージェントをモデル無しで学習するための回路ベースアプローチを提案する。 実験可能な観測機器の測定値を用いて学習エージェントに報奨を与える方法を示す。 このアプローチは、サンプル効率の観点から、広く使われているモデルフリーメソッドよりも大幅に優れている。
  論文  参考訳（メタデータ） (2021-04-29T17:53:26Z)
• Optimal control of a nitrogen-vacancy spin ensemble in diamond for sensing in the pulsed domain [52.77024349608834]
  固体材料の欠陥は、量子センシングに理想的なプラットフォームを提供する。 このようなアンサンブルの制御は、欠陥エネルギーレベルとマクロサンプル間の任意の制御領域の両方の空間的変動のために困難である。 Floquet理論と最適制御最適化法を用いて,これらの課題を克服できることを実験的に実証した。
  論文  参考訳（メタデータ） (2021-01-25T13:01:05Z)
• Fast and differentiable simulation of driven quantum systems [58.720142291102135]
  我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。 回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
  論文  参考訳（メタデータ） (2020-12-16T21:43:38Z)

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。