論文の概要: Characterizing Gaussian quantum processes with Gaussian resources

• arxiv url: http://arxiv.org/abs/2503.13698v1
• Date: Mon, 17 Mar 2025 20:14:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-19 14:15:33.535118
• Title: Characterizing Gaussian quantum processes with Gaussian resources
• Title（参考訳）: ガウス的資源を用いたガウス的量子過程のキャラクタリゼーション
• Authors: Logan W. Grove, Pratik J. Barge, Kevin Valson Jacob,
• Abstract要約: 連続変数量子系における任意のガウス過程を完全に特徴づける手法を開発した。 この方法は効率が良く、$O(N2)$ステップだけが$N$モードシステムを特徴づける。 ヘテロダイン測定はガウス過程の再構成のためのホモダイン測定より優れていることが観察された。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Characterizing quantum processes is indispensable for the implementation of any task in quantum information processing. In this paper, we develop an efficient method to fully characterize arbitrary Gaussian processes in continuous-variable quantum systems. This is done by directly obtaining all elements of the symplectic matrix that describes the process. Only Gaussian resources such as coherent probes and quadrature measurements are needed for this task. The method is efficient, involving only $O(N^2)$ steps to characterize an $N$-mode system. Further, the method is resilient to uniform loss. We simulate this procedure using the Python package Strawberry Fields. We observe that heterodyne measurements outperform homodyne measurements for reconstructing Gaussian processes.
• Abstract（参考訳）: 量子プロセスの特徴付けは、量子情報処理における任意のタスクの実装には不可欠である。 本稿では,連続変数量子系における任意のガウス過程を完全に特徴づける効率的な手法を開発する。 これは、プロセスを記述するシンプレクティック行列のすべての要素を直接取得することで実現される。 この作業には、コヒーレントプローブや二次測定のようなガウス的資源のみが必要である。 この方法は効率が良く、$O(N^2)$ステップだけが$N$モードシステムを特徴づける。 さらに、この方法は均一な損失に対して耐性がある。 我々は,PythonパッケージのStrawberry Fieldsを用いて,この手順をシミュレートする。 ヘテロダイン測定はガウス過程の再構成のためのホモダイン測定よりも優れていることが観察された。

関連論文リスト

• Provable Quantum Algorithm Advantage for Gaussian Process Quadrature [8.271361104403802]
  本研究の目的は,ガウス過程二次法のための新しい量子アルゴリズムを開発することである。 本稿では,ガウス過程カーネルのヒルベルト空間近似に基づく量子低ランクガウス過程二次法を提案する。 古典的二次法よりも量子コンピュータの優位性を示す理論的複雑性解析を提供する。
  論文  参考訳（メタデータ） (2025-02-20T11:42:15Z)
• Posterior Contraction Rates for Mat\'ern Gaussian Processes on Riemannian Manifolds [51.68005047958965]
  我々は,本質的なガウス過程が実際により優れた性能を発揮することを示す。 我々の研究は、データ効率の異なるレベルを区別するために、よりきめ細かい分析が必要であることを示している。
  論文  参考訳（メタデータ） (2023-09-19T20:30:58Z)
• A quantum spectral method for simulating stochastic processes, with applications to Monte Carlo [4.134846879110833]
  我々は、t時のプロセスの値を量子状態の振幅に格納する、新しいアナログのプロセスの量子表現を導入する。 ゲート複雑性を持つ量子回路を用いて、分数的なブラウン運動の時間ステップ$T$をシミュレートできることが示される。 次に、これを量子平均推定と組み合わせることで、プロセス上の特定の時間平均を$O(textpolylog(Tepsilon)で推定するエンド・ツー・エンドのアルゴリズムを作成することができることを示す。
  論文  参考訳（メタデータ） (2023-03-12T17:54:38Z)
• Gradient-descent quantum process tomography by learning Kraus operators [63.69764116066747]
  離散および連続変数の量子システムに対して量子プロセストモグラフィー(QPT)を行う。 我々は、クラウス作用素を得るために、最適化中にいわゆるスティーフェル多様体に対して制約付き勾配-退化(GD)アプローチを用いる。 GD-QPTは、2量子ランダムプロセスを持つベンチマークにおいて、圧縮センシング(CS)と投影最小二乗QPT(PLS)の両方のパフォーマンスと一致する。
  論文  参考訳（メタデータ） (2022-08-01T12:48:48Z)
• Gaussian Processes and Statistical Decision-making in Non-Euclidean Spaces [96.53463532832939]
  我々はガウス過程の適用性を高める技術を開発した。 この観点から構築した効率的な近似を幅広く導入する。 非ユークリッド空間上のガウス過程モデルの集合を開発する。
  論文  参考訳（メタデータ） (2022-02-22T01:42:57Z)
• Parameterized process characterization with reduced resource requirements [0.5735035463793008]
  本研究は, プロセスの事前の知識を必要とせずに, 単元プロセスのキャラクタリゼーションに要する資源を著しく少なくするアプローチを提案する。 球ブロッホ上のX軸とY軸を通して回転する量子過程を測定することで、量子過程行列を$chi$で再構成し、その忠実度を測定するのに十分な情報を得ることができる。 本研究では,プロセスマトリックスの虚像部分のノイズ低減と,キャラクタリゼーションに必要な実験回数の削減により,ゲート忠実度を向上できることを数値実験で示す。
  論文  参考訳（メタデータ） (2021-09-22T17:41:32Z)
• Properties and Application of Gaussian Quantum Processes [0.0]
  ガウスユニタリ過程を特徴とするジェネリックカプラは高忠実トランスデューサに変換可能であることを示す。 光パラメータセンシングのための量子ノイズ理論とその測定精度向上のためのポテンシャルについて検討する。 すべての解析は基本量子可換関係に由来するため、広く適用できる。
  論文  参考訳（メタデータ） (2021-07-03T18:01:34Z)
• Pathwise Conditioning of Gaussian Processes [72.61885354624604]
  ガウス過程後部をシミュレーションするための従来のアプローチでは、有限個の入力位置のプロセス値の限界分布からサンプルを抽出する。 この分布中心の特徴づけは、所望のランダムベクトルのサイズで3次スケールする生成戦略をもたらす。 条件付けのこのパスワイズ解釈が、ガウス過程の後部を効率的にサンプリングするのに役立てる近似の一般族をいかに生み出すかを示す。
  論文  参考訳（メタデータ） (2020-11-08T17:09:37Z)
• Efficient construction of tensor-network representations of many-body Gaussian states [59.94347858883343]
  本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。 これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
  論文  参考訳（メタデータ） (2020-08-12T11:30:23Z)
• Mat\'ern Gaussian processes on Riemannian manifolds [81.15349473870816]
  ガウス過程の広く用いられるマタン類を一般化する方法を示す。 また、Mat'ern から広く用いられる2乗指数過程への一般化も拡張する。
  論文  参考訳（メタデータ） (2020-06-17T21:05:42Z)

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。