論文の概要: Readout of strongly coupled NV center-pair spin states with deep neural networks

• arxiv url: http://arxiv.org/abs/2412.19581v1
• Date: Fri, 27 Dec 2024 10:56:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-30 17:24:58.192665
• Title: Readout of strongly coupled NV center-pair spin states with deep neural networks
• Title（参考訳）: ディープニューラルネットワークを用いた強結合NV中心対スピン状態の再生
• Authors: Matthew Joliffe, Vadim Vorobyov, Jörg Wrachtrup,
• Abstract要約: 単一ショット読み出し方式を用いると、複合レジスタ空間の集合状態がアクセス可能であることを示す。 欠陥の電荷変換にスピンを用いることで、複雑な光子数統計量とスピン状態トモグラフィーとの接続を描く。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Optically addressable electron spin clusters are of interest for quantum computation, simulation and sensing. However, with interaction length scales of a few tens of nanometers in the strong coupling regime, they are unresolved in conventional confocal microscopy, making individual readout problematic. Here we show that when using a single shot readout technique, collective states of the combined register space become accessible. By using spin to charge conversion of the defects we draw the connection between the intricate photon count statistics with spin state tomography using deep neural networks. This approach is particularly versatile with further scaling the number of constituent spins in a cluster due to complexity of the analytical treatment. We perform a proof of concept measurement of the correlated classical signal, paving the way for using our technique in realistic applications.
• Abstract（参考訳）: 光学的に対応可能な電子スピンクラスターは、量子計算、シミュレーション、センシングに重要である。 しかし、強い結合状態にある数ナノメートルの相互作用長のスケールでは、それらは従来の共焦点顕微鏡では未解決であり、個々の読み出しが問題となる。 ここでは、単一ショット読み出し方式を用いると、複合レジスタ空間の集合状態がアクセス可能であることを示す。 欠陥の電荷変換にスピンを用いることで、複雑な光子数統計値と深部ニューラルネットワークを用いたスピン状態トモグラフィーとの接続を描く。 このアプローチは特に、分析処理の複雑さのため、クラスタ内の構成スピンの数をさらに拡大する。 相関する古典的信号の概念測定の実証を行い,本手法を現実的な応用に適用する方法について検討した。

関連論文リスト

• Entangled states from sparsely coupled spins for metrology with neutral atoms [0.0]
  粒子間結合数の対数のみを特徴とするスパース相互作用グラフを用いて、量子センシングのための最適状態を生成することができることを示す。 結果として得られる疎結合グラフとプロトコルは、光学的ツイーザにおける原子の動的再構成を用いて効率よく実装することができる。
  論文  参考訳（メタデータ） (2024-12-13T09:53:56Z)
• Massively multiplexed nanoscale magnetometry with diamond quantum sensors [0.14277663283573688]
  ダイヤモンド中の窒素空孔(NV)中心はナノスケールセンシングに広く利用されている。 我々は、複数の単一のNVセンタを同時に読み取ることができる多重化されたNVセンシングプラットフォームを設計し、実装する。
  論文  参考訳（メタデータ） (2024-08-21T14:39:28Z)
• Mapping a 50-spin-qubit network through correlated sensing [0.0]
  ダイヤモンド中の1つの窒素空孔中心を用いて50個の結合スピンのネットワークをマッピングする。 その結果、利用可能なスピン量子ビットの数を増やすことにより、量子シミュレーションの新しい機会が得られる。 我々の手法は、ホスト結晶以外の複雑なスピン系のナノスケールイメージングに応用できるかもしれない。
  論文  参考訳（メタデータ） (2023-07-13T17:56:45Z)
• Control of an environmental spin defect beyond the coherence limit of a central spin [79.16635054977068]
  電子スピンレジスタのサイズを拡大するためのスケーラブルなアプローチを提案する。 我々は, 中心NVのコヒーレンス限界外における未知電子スピンの検出とコヒーレント制御を実証するために, このアプローチを実験的に実現した。 我々の研究は、ナノスケールセンシングを推進し、誤り訂正のための相関ノイズスペクトロスコピーを有効にし、量子通信のためのスピンチェーン量子ワイヤの実現を促進するため、より大きな量子レジスタを工学的に開発する方法を開拓する。
  論文  参考訳（メタデータ） (2023-06-29T17:55:16Z)
• Machine learning one-dimensional spinless trapped fermionic systems with neural-network quantum states [1.6606527887256322]
  ガウスポテンシャルを介して相互作用する完全に偏極された1次元フェルミオン系の基底状態特性を計算する。 我々は、波動関数のアンサッツとして、反対称人工ニューラルネットワーク(英語版)またはニューラル量子状態を用いる。 相互作用の兆候によって、非常に異なる基底状態が見つかる。
  論文  参考訳（メタデータ） (2023-04-10T17:36:52Z)
• Towards Neural Variational Monte Carlo That Scales Linearly with System Size [67.09349921751341]
  量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。 量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。 ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
  論文  参考訳（メタデータ） (2022-12-21T19:00:04Z)
• Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
  いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。 ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
  論文  参考訳（メタデータ） (2022-06-30T17:45:05Z)
• Momentum Diminishes the Effect of Spectral Bias in Physics-Informed Neural Networks [72.09574528342732]
  物理インフォームドニューラルネットワーク(PINN)アルゴリズムは、偏微分方程式(PDE)を含む幅広い問題を解く上で有望な結果を示している。 彼らはしばしば、スペクトルバイアスと呼ばれる現象のために、ターゲット関数が高周波の特徴を含むとき、望ましい解に収束しない。 本研究は, 運動量による勾配降下下で進化するPINNのトレーニングダイナミクスを, NTK(Neural Tangent kernel)を用いて研究するものである。
  論文  参考訳（メタデータ） (2022-06-29T19:03:10Z)
• Variational learning of quantum ground states on spiking neuromorphic hardware [0.0]
  高次元サンプリング空間と過渡自己相関は、難しい計算ボトルネックを伴うニューラルネットワークに直面する。 従来のニューラルネットワークと比較して、物理モデルデバイスは高速で効率的で本質的に並列な基板を提供する。 変動エネルギー最小化による量子スピンモデルの基底状態を表すニューロモルフィックチップの能力を示す。
  論文  参考訳（メタデータ） (2021-09-30T14:39:45Z)
• Multidimensional cluster states using a single spin-photon interface coupled strongly to an intrinsic nuclear register [48.7576911714538]
  フォトニッククラスター状態は、測定ベースの量子コンピューティングと損失耐性量子通信のための強力なリソースである。 核レジスタに強く結合した1つの効率的なスピン光子インタフェースを用いた多次元格子クラスター状態の生成を提案する。
  論文  参考訳（メタデータ） (2021-04-26T14:41:01Z)
• Variational Monte Carlo calculations of $\mathbf{A\leq 4}$ nuclei with an artificial neural-network correlator ansatz [62.997667081978825]
  光核の基底状態波動関数をモデル化するためのニューラルネットワーク量子状態アンサッツを導入する。 我々は、Aleq 4$核の結合エネルギーと点核密度を、上位のピオンレス実効場理論から生じるものとして計算する。
  論文  参考訳（メタデータ） (2020-07-28T14:52:28Z)

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。