論文の概要: Dimensionality reduction for closed-loop quantum gate calibration
- arxiv url: http://arxiv.org/abs/2412.05230v1
- Date: Fri, 06 Dec 2024 18:00:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-09 15:55:45.778018
- Title: Dimensionality reduction for closed-loop quantum gate calibration
- Title（参考訳）: 閉ループ量子ゲートキャリブレーションの次元化
- Authors: Emma Berger, Vivek Maurya, Z. M. McIntyre, Ken Xuan Wei, Holger Haas, Daniel Puzzuoli,
- Abstract要約: ゲートキャリブレーションにおけるパラメータ空間の次元性を低減するための系統的手法を提案する。
我々はこの手法を用いて、振幅と変形誤差に対して頑健な$X_pi/2$ゲートの設計と校正を行う。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Numerical gate design typically makes use of high-dimensional parameterizations enabling sophisticated, highly expressive control pulses. Developing efficient experimental calibration methods for such gates is a long-standing challenge in quantum control, as on-device calibration requires the optimization of noisy experimental data over high-dimensional parameter spaces. To improve the efficiency of calibrations, we present a systematic method for reducing the dimensionality of the parameter space traversed in gate calibration, starting from an arbitrary high-dimensional pulse representation. We use this approach to design and calibrate an $X_{\pi/2}$ gate robust against amplitude and detuning errors, as well as an $X_{\pi/2}$ gate robust against coherent errors due to a spectator qubit.
- Abstract（参考訳）: 数値ゲート設計は通常、洗練された高表現力の制御パルスを可能にする高次元パラメータ化を利用する。
このようなゲートの効率的な実験キャリブレーション法の開発は、デバイス上のキャリブレーションが高次元パラメータ空間上のノイズの多い実験データの最適化を必要とするため、量子制御における長年の課題である。
キャリブレーションの効率を向上させるため,任意の高次元パルス表現から始まるゲートキャリブレーションにおけるパラメータ空間の次元性を低減する方式を提案する。
我々は、この手法を用いて、振幅と変形誤差に対して頑健な$X_{\pi/2}$ゲートを設計・校正し、また、オブザーバ量子ビットによるコヒーレントエラーに対して$X_{\pi/2}$ゲートをロバストする。
関連論文リスト
- Optimal Low-Depth Quantum Signal-Processing Phase Estimation [0.029541734875307393]
本稿では,課題に対して頑健な量子信号生成位相推定アルゴリズムを導入し,最適性能を実現する。
超伝導2量子ビット実験において不要なスワップ角度を推定するために, 従来の標準偏差精度は10～4ドルであった。
我々の結果は量子フィッシャー情報に対して厳密に検証され、2量子ゲート学習の未整合精度を達成するためのプロトコルの能力を確認する。
論文 参考訳（メタデータ） (2024-06-17T10:33:52Z) - Retrieving space-dependent polarization transformations via near-optimal
quantum process tomography [55.41644538483948]
トモグラフィー問題に対する遺伝的および機械学習アプローチの適用について検討する。
ニューラルネットワークベースのスキームは、リアルタイムにキャラクタリゼーションを必要とするアプリケーションにおいて、重要なスピードアップを提供する。
これらの結果は、より一般的な量子プロセスにおけるトモグラフィーアプローチの最適化の基礎となることを期待する。
論文 参考訳（メタデータ） (2022-10-27T11:37:14Z) - Fast Quantum Calibration using Bayesian Optimization with State
Parameter Estimator for Non-Markovian Environment [11.710177724383954]
弱測定とベイズ最適化を利用してゲート設計のための最適制御パルスを求める,量子状態のリアルタイム最適推定器を提案する。
以上の結果から,キャリブレーション過程が著しく低下し,高いゲート忠実度が得られた。
論文 参考訳（メタデータ） (2022-05-25T17:31:15Z) - Analytical and experimental study of center line miscalibrations in M\o
lmer-S\o rensen gates [51.93099889384597]
モルマー・ソレンセンエンタングゲートの誤校正パラメータの系統的摂動展開について検討した。
我々はゲート進化演算子を計算し、関連する鍵特性を得る。
我々は、捕捉されたイオン量子プロセッサにおける測定値に対して、モデルからの予測をベンチマークすることで検証する。
論文 参考訳（メタデータ） (2021-12-10T10:56:16Z) - Experimental Bayesian calibration of trapped ion entangling operations [48.43720700248091]
我々は,広く使用されているMolmer-Sorensenエンタングゲート操作の実験パラメータを自動的に推定し,調整する効率的なキャリブレーションプロトコルを開発し,特徴付ける。
実験では, ゲートキャリブレーションを1分以内で完了する間, 実験サイクルは1200pm500$で, ゲートキャリブレーションの中央値が1.3(1)cdot10-3$であることを示す。
論文 参考訳（メタデータ） (2021-12-02T16:59:00Z) - Accurate methods for the analysis of strong-drive effects in parametric
gates [94.70553167084388]
正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。
我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
論文 参考訳（メタデータ） (2021-07-06T02:02:54Z) - Learning High-Precision Bounding Box for Rotated Object Detection via
Kullback-Leibler Divergence [100.6913091147422]
既存の回転物体検出器は、主に水平検出パラダイムから受け継がれている。
本稿では,回転回帰損失の設計を帰納パラダイムから導出手法に変更することを目的としている。
論文 参考訳（メタデータ） (2021-06-03T14:29:19Z) - Dynamically corrected gates from geometric space curves [55.41644538483948]
本稿では,量子進化と幾何学的空間曲線の密接な関係を利用した演算をしながら,動的に誤差を補正する制御場の設計手法について概説する。
このアプローチは、与えられたタスクを達成する制御フィールドのグローバルなソリューション空間へのアクセスを提供し、様々なアプリケーションに対して実験可能なゲート操作の設計を容易にする。
論文 参考訳（メタデータ） (2021-03-30T01:12:36Z) - Robust Quantum Optimal Control with Trajectory Optimization [5.042313273982193]
本稿では,システムパラメータの不確実性に起因するゲートエラーを抑制するためのデリバティブベースアプローチを提案する。
計算効率の良いモデルを用いて時間最適制御を行い, 脱分極の存在下で高忠実度ゲートを実現する。
論文 参考訳（メタデータ） (2021-03-29T15:58:16Z) - Ray-based framework for state identification in quantum dot devices [0.0]
多次元パラメータ空間におけるデバイス応答の1次元投影に依存する計測手法を提案する。
レイベース分類(RBC)フレームワークとして、この機械学習(ML)アプローチを使用して、QD状態の分類器を実装します。
RBCは画像に基づく分類手法の実験的実装から82%の精度ベンチマークを超越していることを示す。
論文 参考訳（メタデータ） (2021-02-23T16:38:05Z)
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。