論文の概要: Imperfection analyses for random-telegraph-noise mitigation using spectator qubits

• arxiv url: http://arxiv.org/abs/2501.15516v1
• Date: Sun, 26 Jan 2025 13:15:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-28 13:55:57.033338
• Title: Imperfection analyses for random-telegraph-noise mitigation using spectator qubits
• Title（参考訳）: オブザーバ量子ビットを用いたランダム・テレグラフ・ノイズ緩和の欠陥解析
• Authors: Y. Liu, A. Chantasri, H. Song, H. M. Wiseman,
• Abstract要約: ランダム・テレグラフ雑音低減のためのスペクトル量子ビット(SQ)が提案されている。 非理想的条件下で提案した適応プロトコルを解析する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Spectator qubits (SQs) for random-telegraph noise mitigation have been proposed by Song et al., Phys. Rev. A, 107, L030601 (2023), where an SQ operates as a noise probe to estimate optimal noise-correction control on the hard-to-access data qubits. It was shown that a protocol with adaptive measurement on the SQs and a Bayesian estimation-based control can suppress the data qubits' decoherence rate by a large factor with quadratic scaling in the SQ sensitivity. However, the protocol's practicality in real-world scenarios remained in question, due to various sources of imperfection that could affect the performance. We therefore analyze here the proposed adaptive protocol under non-ideal conditions, including parameter uncertainties in the system, efficiency and time delay in readout and reset processes of the SQs, and additional decoherence on the SQs. We also explore analytical methods of Bayesian estimation in the time domain and generalize the map-based formalism to non-ideal scenarios. This allows us to derive imperfection bounds at which the decoherence suppression remains approximately the same as under ideal conditions.
• Abstract（参考訳）: ランダム・テレグラフノイズ緩和のためのスペクトル量子ビット(SQ)は、Song et al , Physによって提案されている。 A,107,L030601(2023)では、SQがノイズプローブとして動作し、アクセス困難なデータキュービット上で最適なノイズ補正制御を推定する。 その結果,SQを適応的に測定するプロトコルとベイズ推定に基づく制御により,SQ感度の2次スケーリングを伴う大因子によるデータキュービットのデコヒーレンス率を抑えることができた。 しかし、実際のシナリオにおけるプロトコルの実用性は、性能に影響を及ぼす可能性のある様々な不完全な情報源のために疑問が残る。 そこで本研究では,システムにおけるパラメータの不確かさ,SQの読み出し・リセットプロセスの効率と時間遅延,SQのデコヒーレンスなどの非理想的条件下での適応プロトコルについて分析する。 また、時間領域におけるベイズ推定の分析方法を検討し、地図に基づく形式を非理想的シナリオに一般化する。 これにより、デコヒーレンス抑制が理想条件の下でほぼ同じままであるような不完全境界を導出することができる。

関連論文リスト

• Bayesian Quantum Amplitude Estimation [49.1574468325115]
  本稿では,量子振幅推定のための雑音対応ベイズアルゴリズムであるBAEを紹介する。 我々は,BAEがハイゼンベルク限界推定を達成し,他の手法と比較した。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
  凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。 このような問題は医学、物理学、機械学習で発生する。 両種類の雑音下で提案アルゴリズムの収束保証を行う。
  論文  参考訳（メタデータ） (2024-11-21T10:26:17Z)
• Error minimization for fidelity estimation of GHZ states with arbitrary noise [0.32634122554913997]
  この研究は、複数のノードがノイズの多いGreenberger-Horne-Zeilinger状態(GHZ)を共有するシナリオを研究する。 量子測定の崩壊の性質のため、ノードは無作為にノイズの多いGHZ状態のサブセットをサンプリングする。 提案プロトコルは,任意の雑音を特徴とする難易度シナリオにおいて,最小平均2乗推定誤差を実現する。
  論文  参考訳（メタデータ） (2024-08-18T09:02:17Z)
• Adaptive Conformal Prediction by Reweighting Nonconformity Score [0.0]
  我々は、QRF(Quantile Regression Forest)を用いて、不整合スコアの分布を学習し、QRFの重みを利用して、テストポイントに類似した残差を持つサンプルにより重要度を割り当てる。 提案手法は,仮定のない有限標本境界範囲と訓練条件範囲を満足し,適切な仮定の下で条件付き範囲を確保できる。
  論文  参考訳（メタデータ） (2023-03-22T16:42:19Z)
• Robust Control for Dynamical Systems With Non-Gaussian Noise via Formal Abstractions [59.605246463200736]
  雑音分布の明示的な表現に依存しない新しい制御器合成法を提案する。 まず、連続制御系を有限状態モデルに抽象化し、離散状態間の確率的遷移によってノイズを捕捉する。 我々は最先端の検証技術を用いてマルコフ決定プロセスの間隔を保証し、これらの保証が元の制御システムに受け継がれるコントローラを演算する。
  論文  参考訳（メタデータ） (2023-01-04T10:40:30Z)
• Optimized mitigation of random-telegraph-noise dephasing by spectator-qubit sensing and control [0.0]
  Spectator qubits (SQ) は、アクセスが難しいデータキュービットのノイズを軽減するツールである。 複素線型写像を用いたベイズ法を導入し, 最適適応測定・制御プロトコルを提案する。 脱コヒーレンス率の抑制はSQ感度において二次的であり、SQパラダイムは正しい状態において任意に機能する。
  論文  参考訳（メタデータ） (2022-05-25T08:26:03Z)
• Minimization of the estimation error for entanglement distribution networks with arbitrary noise [1.3198689566654105]
  ノードが絡み合った量子ビット対のサブセットをランダムにサンプリングして測定し、その結果に照らされたアンサンプペアの平均忠実度を推定する構成を考察する。 提案した推定プロトコルは、任意のノイズと事前情報のない難易度シナリオにおいて、最小平均2乗推定誤差を達成する。
  論文  参考訳（メタデータ） (2022-03-18T13:05:36Z)
• Partial Identification with Noisy Covariates: A Robust Optimization Approach [94.10051154390237]
  観測データセットからの因果推論は、しばしば共変量の測定と調整に依存する。 このロバストな最適化手法により、広範囲な因果調整法を拡張し、部分的同定を行うことができることを示す。 合成および実データセット全体で、このアプローチは既存の手法よりも高いカバレッジ確率でATEバウンダリを提供する。
  論文  参考訳（メタデータ） (2022-02-22T04:24:26Z)
• Sampling-Based Robust Control of Autonomous Systems with Non-Gaussian Noise [59.47042225257565]
  雑音分布の明示的な表現に依存しない新しい計画法を提案する。 まず、連続系を離散状態モデルに抽象化し、状態間の確率的遷移によってノイズを捕捉する。 いわゆる区間マルコフ決定過程(iMDP)の遷移確率区間におけるこれらの境界を捉える。
  論文  参考訳（メタデータ） (2021-10-25T06:18:55Z)
• Universal noise-precision relations in variational quantum algorithms [0.6946929968559495]
  変分量子アルゴリズム(VQA)は、近時雑音量子コンピュータの実用的応用として期待されている。 ノイズによるVQAのコスト関数の誤差を解析的に推定する。 コスト関数のヘシアン、対象作用素のスペクトル、およびアンザッツの幾何学がノイズに対する感度にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-06-07T07:37:54Z)
• Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
  本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。 提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。 我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
  論文  参考訳（メタデータ） (2020-11-05T08:04:34Z)

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。