論文の概要: Quantum extreme learning machines for photonic entanglement witnessing
- arxiv url: http://arxiv.org/abs/2502.18361v1
- Date: Tue, 25 Feb 2025 16:55:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-26 15:21:57.289766
- Title: Quantum extreme learning machines for photonic entanglement witnessing
- Title（参考訳）: フォトニックエンタングルメント観測のための量子極端学習装置
- Authors: Danilo Zia, Luca Innocenti, Giorgio Minati, Salvatore Lorenzo, Alessia Suprano, Rosario Di Bartolo, Nicolò Spagnolo, Taira Giordani, Valeria Cimini, G. Massimo Palma, Alessandro Ferraro, Fabio Sciarrino, Mauro Paternostro,
- Abstract要約: 量子極端学習機械(QELM)は、量子絡みを目撃する強力な代替手段を具現化している。
我々は光子対の軌道角運動量を利用するフォトニックQELMを自由度として実装する。
従来の手法とは異なり, 装置の微調整, 精密校正, 精巧な知識は不要である。
- 参考スコア（独自算出の注目度）: 30.432877421232842
- License:
- Abstract: The estimation of properties of quantum states -- such as entanglement -- is a core need for the development of quantum technologies, yet remaining a demanding challenge. Standard approaches to property estimation rely on the modeling of the measurement apparatus and, often, a priori assumptions on their working principles. Even small deviations can greatly affect reconstruction accuracy and prediction reliability. Machine learning (ML) techniques have been proven promising to overcome these difficulties. However, interpretability issues related to overfitting limit the usefulness of existing ML methods when high precision is requested. Here, we demonstrate that quantum extreme learning machines (QELMs) embody a powerful alternative for witnessing quantum entanglement and, more generally, for estimating features of experimental quantum states. We implement a photonic QELM that leverages the orbital angular momentum of photon pairs as an ancillary degree of freedom to enable informationally complete single-setting measurements of the entanglement shared by their polarization degrees of freedom. Unlike conventional methods, our approach does not require fine-tuning, precise calibration, or refined knowledge of the apparatus. In contrast, it automatically adapts to noise and imprecisions while avoiding overfitting, thus ensuring the robust reconstruction of entanglement witnesses and paving the way to the assessment of quantum features of experimental multi-party states.
- Abstract（参考訳）: 量子状態の性質(絡み合いなど)の推定は、量子技術開発における中核的な必要性である。
資産推定に対する標準的なアプローチは、測定装置のモデリングと、しばしばその作業原理に関する優先順位の仮定に依存している。
小さな偏差でさえ、復元精度と予測信頼性に大きな影響を及ぼす。
機械学習(ML)技術はこれらの困難を克服するために有望であることが証明されている。
しかし, オーバーフィッティングに関連する解釈可能性問題は, 高精度要求時の既存のML手法の有用性を制限している。
ここでは、量子極端学習機械(QELM)が、量子絡みを目撃する強力な代替手段を具現化しており、より一般的には、実験量子状態の特徴を推定するためのものであることを実証する。
我々は、光子対の軌道角運動量を利用した光子QELMを実装し、光子対の偏光度で共有される絡み合いの情報の完全な単一セット計測を可能にする。
従来の手法とは異なり, 装置の微調整, 精密校正, 精巧な知識は不要である。
対照的に、過度な適合を避けながら自動的にノイズやインプレクションに適応し、絡み合った証人の堅牢な再構築を保証し、実験的なマルチパーティ状態の量子的特徴を評価する道を開く。
関連論文リスト
- Quantifying Quantum Steering with Limited Resources: A Semi-supervised Machine Learning Approach [3.6384366906530623]
量子ステアリングは、絡み合いと非局所性の間の中間的相関である。
SDPは量子ステアリングの定量化に有用なツールであることが証明されている。
本研究では,半教師付き自己学習モデルを用いて,ステアブルウェイトを推定する。
論文 参考訳（メタデータ） (2025-01-18T12:14:37Z) - Entanglement cost of realizing quantum processes [5.086696108576776]
我々は、任意の量子プロセスを実現するのに必要な絡み合いの量を確実に推定する効率的な計算ツールを開発する。
我々のツールは、以前の方法の制限を超越して、政権内の幅広い量子状態の準備に必要な絡み合いに適用する。
論文 参考訳（メタデータ） (2023-11-17T17:07:26Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳（メタデータ） (2023-06-29T18:00:01Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳（メタデータ） (2022-10-03T09:32:28Z) - Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。
特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文 参考訳（メタデータ） (2021-12-27T21:15:35Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - Conditional preparation of non-Gaussian quantum optical states by
mesoscopic measurement [62.997667081978825]
光学場の非ガウス状態は、量子情報応用における提案された資源として重要である。
メソスコピック検出器を応用可能なレシエーションへのアンシラフィールドの変位を含む新しいアプローチを提案する。
実験により,強いウィグナー負性を持つ状態は高い速度で生成可能であると結論付けた。
論文 参考訳（メタデータ） (2021-03-29T16:59:18Z) - Error mitigation and quantum-assisted simulation in the error corrected
regime [77.34726150561087]
量子コンピューティングの標準的なアプローチは、古典的にシミュレート可能なフォールトトレラントな演算セットを促進するという考え方に基づいている。
量子回路の古典的準確率シミュレーションをどのように促進するかを示す。
論文 参考訳（メタデータ） (2021-03-12T20:58:41Z) - Estimation of pure quantum states in high dimension at the limit of
quantum accuracy through complex optimization and statistical inference [0.0]
量子トモグラフィーは、量子状態、プロセス、デバイスを評価するための重要なツールとなっている。
単一2次元量子系適応法の混合状態の場合, 林, ギル, マッサーによる理論的精度限界を達成するために, 最近導入されている。
本稿では、適応トモグラフィー法を提案し、数値シミュレーションを通して、高次元の純量子状態の基本的な精度にアプローチすることは困難であることを示す。
論文 参考訳（メタデータ） (2020-07-02T21:33:16Z) - Minimizing estimation runtime on noisy quantum computers [0.0]
ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。
物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。
この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
論文 参考訳（メタデータ） (2020-06-16T17:46:18Z)
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。