論文の概要: Measuring Incompatible Observables with Quantum Neural Networks
- arxiv url: http://arxiv.org/abs/2503.20565v1
- Date: Wed, 26 Mar 2025 14:03:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-27 16:24:58.828935
- Title: Measuring Incompatible Observables with Quantum Neural Networks
- Title(参考訳): 量子ニューラルネットワークによる不整合可観測物の計測
- Authors: Muchun Yang, Yibin Huang, D. L. Zhou,
- Abstract要約: ハイゼンベルクの不確実性原理は、不整合可観測物の同時測定を防ぐ。
単位量子チャネルをエミュレートする複数出力QNNを実装することで、多くの不整合可観測体の期待値を同時に測定できることが示される。
- 参考スコア(独自算出の注目度): 0.641460223525021
- License:
- Abstract: The Heisenberg uncertainty principle imposes a fundamental restriction in quantum mechanics, stipulating that measuring one observable completely erases the information on its conjugate one, thereby preventing simultaneous measurements of incompatible observables. Quantum neural networks (QNNs) is one of the most significant applications on near-term devices in noisy intermediate-scale quantum era. Here, we demonstrate that by implementing a multiple-output QNN that emulates a unital quantum channel, one can measure the expectation values of many incompatible observables simultaneously by Pauli-$Z$ measurements on distinct output qubits. We prove the existence of such quantum channel, derive analytical scaling constraints of the measured expectation values, and validate this framework by numerical simulations of observables learning tasks. Notably, our analysis reveals that it requires fewer copies of state when measuring some incompatible observables by the multiple-output QNNs, which demonstrates a resource efficiency advantage compared to separately applying projective measurements.
- Abstract(参考訳): ハイゼンベルクの不確実性原理は、量子力学の基本的な制限を課し、1つの観測可能な測定値が共役な情報を完全に消去し、非互換な観測値の同時測定を妨げている。
量子ニューラルネットワーク(QNN)は、ノイズの多い中間スケール量子時代の近距離デバイスにおける最も重要な応用の1つである。
ここでは、単位量子チャネルをエミュレートする多重出力QNNを実装することにより、異なる出力量子ビット上でのPauli-Z$測定により、多くの不整合可観測物の期待値を同時に測定できることを実証する。
このような量子チャネルの存在を証明し、測定された期待値の分析的スケーリング制約を導出し、観測可能な学習タスクの数値シミュレーションによりこの枠組みを検証する。
特に,複数出力のQNNで不整合可観測値を測定する場合,状態のコピーを減らすことで,投射的測定を別々に適用した場合と比較して資源効率の優位性を示す。
関連論文リスト
- Quantum Non-Demolition Measurements and Leggett-Garg inequality [0.0]
量子非破壊測定は、量子システムから情報を抽出する非侵襲的プロトコルを定義する。
このプロトコルは測定された可観測結果に対して準確率分布をもたらすが、これは負である可能性がある。
マクロリアリズム条件に違反しても,レゲット=ガルグの不等式が満たされる状況が存在することを示す。
論文 参考訳(メタデータ) (2024-07-31T18:04:51Z) - Simultaneous Measurement of Multiple Incompatible Observables and Tradeoff in Multiparameter Quantum Estimation [1.0104586293349587]
任意の有限個の観測値の実装を1つの測定値で研究する枠組みを提供する。
我々の研究は、複数の非可換オブザーバブルを含む量子情報科学における様々なタスクを最適化する方法を開拓する。
論文 参考訳(メタデータ) (2023-10-18T12:41:35Z) - Testing Heisenberg's measurement uncertainty relation of three
observables [3.021369108296711]
ハイゼンベルクの2つの量子観測可能な測定の不確実性関係(MUR)は、量子基礎と量子情報科学にとって不可欠である。
3つの量子可観測体に対するMURの実験実験を報告した。
論文 参考訳(メタデータ) (2022-11-17T07:38:31Z) - Observation of partial and infinite-temperature thermalization induced
by repeated measurements on a quantum hardware [62.997667081978825]
量子超伝導プロセッサ上での部分的および無限温度熱化を観察する。
収束は、完全に混合された(温度が一定でない)状態ではなく、観測可能な状態のブロック対角状態に傾向を示す。
論文 参考訳(メタデータ) (2022-11-14T15:18:11Z) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。
予測の利点を生かして、新しいタイプの量子測度がもたらされる。
予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文 参考訳(メタデータ) (2022-09-12T15:47:44Z) - Measuring incompatibility and clustering quantum observables with a
quantum switch [2.2166853714891057]
相互固有空間障害(MED)と呼ばれる不整合性の尺度を導入する。
MEDは、他の固有空間上で観測可能な鋭い観測値の測定によって引き起こされる乱れの量を定量化する。
我々は、未知のフォン・ノイマン測度をクラスタリングする教師なしアルゴリズムを提供することで、この応用を実証する。
論文 参考訳(メタデータ) (2022-08-12T10:45:44Z) - Experimental violations of Leggett-Garg's inequalities on a quantum
computer [77.34726150561087]
単一および多ビット系におけるLeggett-Garg-Bellの不等式違反を実験的に観察する。
本分析では, 量子プラットフォームの限界に注目し, 上記の相関関数は, 量子ビットの数や回路深さが大きくなるにつれて, 理論的予測から逸脱することを示した。
論文 参考訳(メタデータ) (2021-09-06T14:35:15Z) - Maximal entropy approach for quantum state tomography [3.6344381605841187]
現在の量子コンピューティングデバイスは、ノイズの多い中間スケール量子$(NISQ$)$デバイスである。
量子トモグラフィーは、観測可能な完全な集合によって量子系の密度行列を再構築しようとする。
本稿では、未知の可観測物の値を予測するために、最大情報エントロピーに基づく量子トモグラフィーの代替手法を提案する。
論文 参考訳(メタデータ) (2020-09-02T04:39:45Z) - On the learnability of quantum neural networks [132.1981461292324]
本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。
また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
論文 参考訳(メタデータ) (2020-07-24T06:34:34Z) - Entropic Uncertainty Relations and the Quantum-to-Classical transition [77.34726150561087]
我々は、不確実性関係の分析を通して見られるように、量子-古典的遷移にいくつかの光を当てることを目指している。
エントロピックな不確実性関係を用いて、2つの適切に定義された量の系を同時に作成できることを、マクロ計測のモデルに含めることによってのみ示す。
論文 参考訳(メタデータ) (2020-03-04T14:01:17Z)
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。