論文の概要: Practical learning of multi-time statistics in open quantum systems
- arxiv url: http://arxiv.org/abs/2412.17862v1
- Date: Fri, 20 Dec 2024 18:46:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-25 15:54:45.102633
- Title: Practical learning of multi-time statistics in open quantum systems
- Title（参考訳）: オープン量子系におけるマルチ時間統計学の実践的学習
- Authors: Gregory A. L. White, Lloyd C. L. Hollenberg, Charles D. Hill, Kavan Modi,
- Abstract要約: 従来のシャドウトモグラフィーの理論ツールを時間領域に一般化し、マルチタイム現象を探索する。
これにより、相関誤差率、マルチタイム非マーキティ、時間的絡み合いなどのマルチタイムプロセスの特徴を効率的に学習することができる。
ノイズ特性を特徴付けるために、ノイズの多い量子プロセッサ上でこれらのツールの有効性をテストする。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Randomised measurements can efficiently characterise many-body quantum states by learning the expectation values of observables with low Pauli weights. In this paper, we generalise the theoretical tools of classical shadow tomography to the temporal domain to explore multi-time phenomena. This enables us to efficiently learn the features of multi-time processes such as correlated error rates, multi-time non-Markovianity, and temporal entanglement. We test the efficacy of these tools on a noisy quantum processor to characterise its noise features. Implementing these tools requires mid-circuit instruments, typically slow or unavailable in current quantum hardware. We devise a protocol to achieve fast and reliable instruments such that these multi-time distributions can be learned to a high accuracy. This enables a compact matrix product operator representation of large processes allowing us to showcase a reconstructed 20-step process (whose naive dimensionality is that of a 42-qubit state). Our techniques are pertinent to generic quantum stochastic dynamical processes, with a scope ranging across condensed matter physics, quantum biology, and in-depth diagnostics of noisy intermediate-scale quantum devices.
- Abstract（参考訳）: ランダム化測定は、パウリ重みの低い観測可能な天体の期待値を学ぶことで、多体量子状態を効率的に特徴づけることができる。
本稿では,従来のシャドウトモグラフィーの理論ツールを時間領域に一般化し,マルチタイム現象を探索する。
これにより、相関誤差率、マルチタイム非マルコビアン性、時間的絡み合いなどのマルチタイムプロセスの特徴を効率的に学習することができる。
ノイズ特性を特徴付けるために、ノイズの多い量子プロセッサ上でこれらのツールの有効性をテストする。
これらのツールを実装するには、現在の量子ハードウェアでは一般的に遅いか、あるいは利用できない中間回路の機器が必要となる。
我々は、これらのマルチタイム分布を高精度に学習できるように、高速で信頼性の高い機器を実現するためのプロトコルを考案した。
これにより、大規模なプロセスのコンパクトな行列積演算子表現が可能となり、再構成された20ステップのプロセス(42キュービット状態の直感的な次元性)を示すことができる。
我々の手法は、凝縮物質物理学、量子生物学、ノイズの多い中間スケール量子デバイスの深部診断など、一般的な量子確率的力学プロセスに関係している。
関連論文リスト
- The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。
量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。
この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文 参考訳（メタデータ） (2024-08-19T12:18:07Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Multi-time quantum process tomography on a superconducting qubit [0.0]
現在の量子技術は有用になりつつありますが、ノイズのような恐ろしい障害に直面しています。
ノイズは量子デバイスをスケールする能力を大幅に制限し、従来のデバイスよりも有利になる。
論文 参考訳（メタデータ） (2023-08-01T18:00:02Z) - Measurement-induced entanglement and teleportation on a noisy quantum
processor [105.44548669906976]
最大70個の超伝導量子ビット上の測定誘起量子情報相について検討した。
二重性マッピングを用いて、中間回路の測定を回避し、基礎となる位相の異なる表現にアクセスする。
我々の研究は、現在のNISQプロセッサの限界であるスケールでの計測誘起物理を実現するためのアプローチを示す。
論文 参考訳（メタデータ） (2023-03-08T18:41:53Z) - From many-body to many-time physics [0.0]
マルチタイム量子プロセスには、多体物理学と同じリッチさが与えられた。
我々は、これらの現象がいかに驚くほどアクセス可能で、未発見でありながら、初期段階の量子プロセッサにあるかを示します。
論文 参考訳（メタデータ） (2021-07-29T12:48:10Z) - 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) - Probing quantum information propagation with out-of-time-ordered
correlators [41.12790913835594]
小型の量子情報プロセッサは、多体量子システムを効率的にエミュレートする約束を持っている。
ここでは、時間外順序付き相関器(OTOC)の測定を実演する。
我々の実験における中心的な要件は、時間進化をコヒーレントに逆転させる能力である。
論文 参考訳（メタデータ） (2021-02-23T15:29:08Z) - Continuous-time dynamics and error scaling of noisy highly-entangling
quantum circuits [58.720142291102135]
最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。
我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。
動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
論文 参考訳（メタデータ） (2021-02-08T14:55:44Z) - Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。
演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
論文 参考訳（メタデータ） (2021-01-21T22:18:49Z) - Machine learning approach for quantum non-Markovian noise classification [1.2891210250935146]
機械学習と人工ニューラルネットワークモデルを用いてノイズの多い量子力学を分類できることを示した。
提案手法は, 多数の実験手法の直接的応用と, 既に利用可能な雑音型中間規模量子デバイスのノイズベンチマークへの応用が期待できる。
論文 参考訳（メタデータ） (2021-01-08T20:56:56Z) - How to enhance quantum generative adversarial learning of noisy
information [5.8010446129208155]
最適化プロセス中にどのような異なるトレーニング問題が発生するかを示す。
我々は,どのオペレーティング・システムにおいても,より高速な収束を実現するための新しい戦略を提案する。
本研究は,このようなハイブリッド古典量子プロトコルの実験的実験の道を開くものである。
論文 参考訳（メタデータ） (2020-12-10T21:48:26Z)
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。