論文の概要: Towards Heisenberg limit without critical slowing down via quantum reinforcement learning

• arxiv url: http://arxiv.org/abs/2503.02210v1
• Date: Tue, 04 Mar 2025 02:42:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-05 19:21:48.997554
• Title: Towards Heisenberg limit without critical slowing down via quantum reinforcement learning
• Title（参考訳）: 量子強化学習による臨界減速を伴わないハイゼンベルク極限に向けて
• Authors: Hang Xu, Tailong Xiao, Jingzheng Huang, Ming He, Jianping Fan, Guihua Zeng,
• Abstract要約: 量子多体システムのためのQRL(quantum reinforcement learning)を用いた臨界検出プロトコルを提案する。 QRL学習シーケンスは、有限量子速度限界に達し、任意の大きさのシステムで効果的に一般化されることを示す。 我々の研究は、QRLが正確な量子状態の準備を可能にし、スケーラブルで高精度な量子臨界センシングを進化させる効果を強調した。
• 参考スコア（独自算出の注目度）: 24.980216976860866
• License:
• Abstract: Critical ground states of quantum many-body systems have emerged as vital resources for quantum-enhanced sensing. Traditional methods to prepare these states often rely on adiabatic evolution, which may diminish the quantum sensing advantage. In this work, we propose a quantum reinforcement learning (QRL)-enhanced critical sensing protocol for quantum many-body systems with exotic phase diagrams. Starting from product states and utilizing QRL-discovered gate sequences, we explore sensing accuracy in the presence of unknown external magnetic fields, covering both local and global regimes. Our results demonstrate that QRL-learned sequences reach the finite quantum speed limit and generalize effectively across systems of arbitrary size, ensuring accuracy regardless of preparation time. This method can robustly achieve Heisenberg and super-Heisenberg limits, even in noisy environments with practical Pauli measurements. Our study highlights the efficacy of QRL in enabling precise quantum state preparation, thereby advancing scalable, high-accuracy quantum critical sensing.
• Abstract（参考訳）: 量子多体系の臨界基底状態は、量子増強センシングのための重要な資源として現れている。 これらの状態を作る伝統的な方法は、しばしば断熱的進化に依存しており、量子センシングの優位性を低下させる可能性がある。 本研究では,エキゾチック位相図を用いた量子多体システムに対するQRL(quantum reinforcement learning)による臨界検出プロトコルを提案する。 製品状態から始めてQRLで検出されたゲートシーケンスを利用して、未知の外部磁場の存在下でのセンシング精度を探索し、局所的および大域的状態の両方をカバーする。 以上の結果から,QRL学習シーケンスは有限量子速度限界に達し,任意の大きさのシステムに対して効果的に一般化し,準備時間にかかわらず精度が保証されることを示した。 この方法は、実用的なパウリ測度を持つノイズの多い環境においても、ハイゼンベルクとスーパーハイゼンベルクの限界を確実に達成することができる。 我々の研究は、QRLが正確な量子状態の準備を可能にし、スケーラブルで高精度な量子臨界センシングを進化させる効果を強調した。

関連論文リスト

• Quantum learning advantage on a scalable photonic platform [5.788945534225034]
  物理システムの学習における量子的優位性は 未解決のフロンティアのままです 本稿では、ボゾン変位過程の確率分布を学習するための量子拡張プロトコルのフォトニック実装を提案する。 この結果から,非理想的,雑音的絡み合いであっても,連続変数量子系において有意な量子優位性を実現することができることが示された。
  論文  参考訳（メタデータ） (2025-02-11T18:52:43Z)
• Bosonic Entanglement and Quantum Sensing from Energy Transfer in two-tone Floquet Systems [1.2499537119440245]
  量子強度センサは、標準的な量子限界(回路)を超え、量子力学によって規定される基本的な精度限界に近づき、幅広い科学分野の応用を見つけつつある。 センサ回路における多くの粒子間の絡み合いと量子情報の保存について述べる。 マイクロ波系における超伝導絡み合ったセンサを提案し, 高精度測定における実用化の可能性を明らかにする。
  論文  参考訳（メタデータ） (2024-10-15T00:48:01Z)
• 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)
• 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)
• Strong quantum metrological limit from many-body physics [0.0]
  我々は、量子フィッシャー情報成長のためのリーブ・ロビンソン光円錐によって設定された普遍的な速度制限を見つけ、量子資源状態の計量ポテンシャルを特徴づける。 これは、有界な一部位エネルギーを持つ一般多体格子系において、ハイゼンベルク極限に達するための基本的な制約を明らかにする。
  論文  参考訳（メタデータ） (2023-01-28T07:08:35Z)
• High-fidelity tracking of the evolution of multilevel quantum states [0.0]
  量子制御のためのアルゴリズムはローレンツ変換群のスピノル表現を利用する。 適応量子測定の弱い摂動によるフィードバックは、量子システムの高精度な制御を実現することができることを示した。
  論文  参考訳（メタデータ） (2022-01-09T19:23:09Z)
• Critical Quantum Metrology with Fully-Connected Models: From Heisenberg to Kibble-Zurek Scaling [0.0]
  相転移は古典的および量子センシングアプリケーションにとって魅力的なツールである。 量子センサーは、大きなプローブ数と長い測定時間の制限でハイゼンベルクスケールを飽和させることができる。 我々の分析は、普遍的精度スケーリング体制の存在を明らかにしている。
  論文  参考訳（メタデータ） (2021-10-08T14:11:54Z)
• 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)
• Towards understanding the power of quantum kernels in the NISQ era [79.8341515283403]
  量子カーネルの利点は,大規模データセット,計測回数の少ないもの,システムノイズなどにおいて消失することを示した。 我々の研究は、NISQデバイス上で量子優位性を得るための先進量子カーネルの探索に関する理論的ガイダンスを提供する。
  論文  参考訳（メタデータ） (2021-03-31T02:41:36Z)
• Imaginary Time Propagation on a Quantum Chip [50.591267188664666]
  想像時間における進化は、量子多体系の基底状態を見つけるための顕著な技術である。 本稿では,量子コンピュータ上での仮想時間伝搬を実現するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-24T12:48:00Z)

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。