Fugu-MT 論文翻訳(概要): Noise Reversal by Entropy Quantum Computing

論文の概要: Noise Reversal by Entropy Quantum Computing

arxiv url: http://arxiv.org/abs/2502.08591v1
Date: Wed, 12 Feb 2025 17:24:47 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-13 13:47:52.579704
Title: Noise Reversal by Entropy Quantum Computing
Title（参考訳）: エントロピー量子コンピューティングによる雑音の反転
Authors: Yu-Ping Huang, Yongxiang Hu,
Abstract要約: 本稿では,エントロピー量子コンピューティングを用いたノイズ除去手法を提案する。既存のノイズ除去アプローチとは違って、光学系におけるノイズの量子統計特性を観察し再生し、データからノイズをエミュレートし、反転させる。
参考スコア（独自算出の注目度）: 0.6906005491572401
License:
Abstract: Signal to noise ratio is key to any measurement. Recent progress in semi/super-conductor technology have pushed the signal detection sensitivity to the ultimate quantum level, but the noise issue remains largely untouched and, in many cases, becomes even more severe because of the high sensitivity. In this paper, we explore a hardware-based approach to noise removal using entropy quantum computing. Distinct to any existing de-noising approach, it observes and reproduces the quantum statistical properties of noise in an optical system to emulate and thereby reverse the noise from data. We show how it can recover 1D and 2D image data mixed with much stronger noise.
Abstract（参考訳）: 信号と雑音の比はあらゆる測定の鍵となる。セミ/スーパーコンダクタ技術の最近の進歩は、信号検出感度を究極の量子レベルに押し上げたが、ノイズの問題はほとんど触れられず、多くの場合、高い感度のためにさらに深刻になる。本稿では,エントロピー量子コンピューティングを用いたノイズ除去手法を提案する。既存のノイズ除去アプローチとは違って、光学系におけるノイズの量子統計特性を観察し再生し、データからノイズをエミュレートし、反転させる。より強いノイズと混合した1Dおよび2D画像データの復元方法を示す。

関連論文リスト

Eliminating Incoherent Noise: A Coherent Quantum Approach in Multi-Sensor Dark Matter Detection [6.685649498751827]
本稿では,複数の量子センサのネットワークにまたがる量子コヒーレンスを利用した新しい暗黒物質検出手法を提案する。この方法は、非コヒーレントな背景雑音を効果的に除去し、検出感度を大幅に向上させる。本稿では,解析を包括的に分析し,実数値シミュレーションで補完する。
論文参考訳（メタデータ） (2024-10-29T18:00:03Z)
Quantum error mitigation for Fourier moment computation [49.1574468325115]
本稿では、超伝導量子ハードウェアにおける核効果場理論の文脈におけるフーリエモーメントの計算に焦点を当てる。この研究は、制御反転ゲートを用いたアダマール試験にエコー検証と雑音再正規化を統合した。ノイズモデルを用いて解析した結果,2桁のノイズ強度が顕著に低下することが判明した。
論文参考訳（メタデータ） (2024-01-23T19:10:24Z)
Readout error mitigated quantum state tomography tested on superconducting qubits [0.0]
量子二レベルオブジェクト(量子ビット)からなるシステムで見られる現実的なノイズを補正するための読み出し誤差軽減機能をテストする。状態トモグラフィーの文脈で読み出し誤差を軽減することにより、この手法は主に読み出しモード、アーキテクチャー、ノイズ源、量子状態非依存となる。読み出し誤差を低減させるノイズ源を同定し,読み出し回数を最大30倍に削減した。
論文参考訳（メタデータ） (2023-12-07T10:54:17Z)
General noise-resilient quantum amplitude estimation [0.0]
本稿では,雑音下での振幅推定と観測可能な新しいアルゴリズムを提案する。興味深いことに、我々のアルゴリズムは量子回路の深さの異なるノイズに対して堅牢性を示す。
論文参考訳（メタデータ） (2023-12-02T09:27:40Z)
Quantum State Reconstruction in a Noisy Environment via Deep Learning [0.9012198585960443]
未知のノイズチャネルによって崩壊した量子状態の再構成と分類のタスクについて検討する。このような手法が,99%以上の忠実度で回復できることを示す。また、異なる量子ノイズチャネルを区別するタスクも検討し、ニューラルネットワークベースの分類器が、そのような分類問題を正確な精度で解決できることを示す。
論文参考訳（メタデータ） (2023-09-21T10:03:30Z)
Suppressing Amplitude Damping in Trapped Ions: Discrete Weak Measurements for a Non-unitary Probabilistic Noise Filter [62.997667081978825]
この劣化を逆転させるために、低オーバーヘッドプロトコルを導入します。振幅減衰雑音に対する非単位確率フィルタの実装のための2つのトラップイオンスキームを提案する。このフィルタは、単一コピー準蒸留のためのプロトコルとして理解することができる。
論文参考訳（メタデータ） (2022-09-06T18:18:41Z)
Learning Noise via Dynamical Decoupling of Entangled Qubits [49.38020717064383]
絡み合った量子系のノイズは、複数の自由度を含む多体効果のために特徴付けるのが困難である。 2キュービットゲートで発生する雑音を特徴付けるマルチキュービットダイナミックデカップリングシーケンスを開発し,適用する。
論文参考訳（メタデータ） (2022-01-26T20:22:38Z)
Rethinking Noise Synthesis and Modeling in Raw Denoising [75.55136662685341]
センサの実際の雑音を直接サンプリングすることで、ノイズを合成する新しい視点を導入する。それは本質的に、異なるカメラセンサーに対して正確な生画像ノイズを発生させる。
論文参考訳（メタデータ） (2021-10-10T10:45:24Z)
Removing Noise from Extracellular Neural Recordings Using Fully Convolutional Denoising Autoencoders [62.997667081978825]
ノイズの多いマルチチャネル入力からクリーンなニューロン活動信号を生成することを学習する完全畳み込みデノイングオートエンコーダを提案する。シミュレーションデータを用いた実験結果から,提案手法はノイズ崩壊型ニューラルネットワークの品質を大幅に向上させることができることがわかった。
論文参考訳（メタデータ） (2021-09-18T14:51:24Z)
Achieving fault tolerance against amplitude-damping noise [1.7289359743609742]
我々は,振幅減衰雑音の存在下で,フォールトトレラントな量子コンピューティングコンポーネントのプロトコルを開発する。フォールトトレラントなエンコードガジェットの集合を記述し、ノイズの擬似閾値を計算する。我々の研究は、量子フォールトトレランスのアイデアをターゲット雑音モデルに適用する可能性を実証している。
論文参考訳（メタデータ） (2021-07-12T14:59:54Z)
Quantum noise protects quantum classifiers against adversaries [120.08771960032033]
量子情報処理におけるノイズは、特に短期的な量子技術において、破壊的で避け難い特徴と見なされることが多い。量子回路の非偏極雑音を利用して分類を行うことにより、敵に縛られるロバスト性を導出できることを示す。これは、最も一般的な敵に対して使用できる最初の量子プロトコルである。
論文参考訳（メタデータ） (2020-03-20T17:56:14Z)

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。