論文の概要: Nanodiamond quantum thermometry assisted with machine learning
- arxiv url: http://arxiv.org/abs/2504.07582v1
- Date: Thu, 10 Apr 2025 09:24:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-11 12:24:34.960587
- Title: Nanodiamond quantum thermometry assisted with machine learning
- Title（参考訳）: ナノダイアモンド量子温度測定と機械学習
- Authors: Kouki Yamamoto, Kensuke Ogawa, Moeta Tsukamoto, Yuto Ashida, Kento Sasaki, Kensuke Kobayashi,
- Abstract要約: ガウス過程回帰(GPR)を用いたモデルフリー機械学習をND量子温度測定に適用する。
少数のデータポイントであっても、GPRがそれらよりも堅牢な結果を提供することを示す。
この研究は、ND量子温度測定と機械学習の応用範囲を拡張した。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Nanodiamonds (NDs) are quantum sensors that enable local temperature measurements, taking advantage of their small size. Though the model based analysis methods have been used for ND quantum thermometry, their accuracy has yet to be thoroughly investigated. Here, we apply model-free machine learning with the Gaussian process regression (GPR) to ND quantum thermometry and compare its capabilities with the existing methods. We prove that GPR provides more robust results than them, even for a small number of data points and regardless of the data acquisition methods. This study extends the range of applications of ND quantum thermometry with machine learning.
- Abstract（参考訳）: ナノダイアモンド(Nanodiamonds, NDs)は、局所的な温度測定を可能にする量子センサーである。
モデルに基づく解析法はND量子温度測定に使われてきたが、その正確性はまだ十分に研究されていない。
本稿では、モデルフリー機械学習とガウス過程回帰(GPR)をND量子温度測定に適用し、既存の手法と比較する。
我々は,GPRがデータ取得手法によらず,少数のデータポイントであっても,それらよりも堅牢な結果をもたらすことを証明した。
この研究は、ND量子温度測定と機械学習の応用範囲を拡張した。
関連論文リスト
- Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - Error channels in quantum nondemolition measurements on spin systems [0.0]
量子非破壊測定(QND)は、量子情報処理の貴重な資源である。
反復QND測定は、基礎となる単発測定が低忠実度であっても、キュービットの準備と測定の忠実度を高めることができる。
モデルスピン量子ビット系における完全QND測定の偏差から生じる誤差の理解と定量化のための理論的枠組みを開発する。
論文 参考訳（メタデータ） (2023-07-26T11:01:57Z) - Towards Neural Variational Monte Carlo That Scales Linearly with System
Size [67.09349921751341]
量子多体問題(Quantum many-body problem)は、例えば高温超伝導体のようなエキゾチックな量子現象をデミストする中心である。
量子状態を表すニューラルネットワーク(NN)と変分モンテカルロ(VMC)アルゴリズムの組み合わせは、そのような問題を解決する上で有望な方法であることが示されている。
ベクトル量子化技術を用いて,VMCアルゴリズムの局所エネルギー計算における冗長性を利用するNNアーキテクチャVector-Quantized Neural Quantum States (VQ-NQS)を提案する。
論文 参考訳（メタデータ） (2022-12-21T19:00:04Z) - Validation tests of GBS quantum computers give evidence for quantum
advantage with a decoherent target [62.997667081978825]
複数モードデータの検証に指紋としてグループカウント確率の正P位相空間シミュレーションを用いる。
偽データを解き放つ方法を示し、これを古典的なカウントアルゴリズムに適用する。
論文 参考訳（メタデータ） (2022-11-07T12:00:45Z) - Neural network enhanced measurement efficiency for molecular
groundstates [63.36515347329037]
いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。
ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
論文 参考訳（メタデータ） (2022-06-30T17:45:05Z) - Non-Markovian quantum thermometry [11.884385161872164]
量子貯水池の温度を測定するために,非マルコフ量子温度測定法を提案する。
この感度を高めるのは、全温度計・貯留層系の量子臨界度であることがわかった。
論文 参考訳（メタデータ） (2021-09-06T09:39:08Z) - Machine classification for probe based quantum thermometry [0.0]
プローブに基づく量子温度測定を考察し、機械分類がモデルに依存しない推定を提供することを示す。
提案手法はk-nearest-neighborアルゴリズムに基づく。
論文 参考訳（メタデータ） (2021-07-09T17:16:27Z) - Optimal Quantum Thermometry with Coarse-grained Measurements [0.0]
粗い粒度しか測定できない場合の温度推定の精度限界について検討する。
本結果は多体系および非平衡熱測定に応用する。
論文 参考訳（メタデータ） (2020-11-20T17:12:55Z) - Real-time estimation of the optically detected magnetic resonance shift
in diamond quantum thermometry [47.50219326456544]
ナノダイヤモンド(NDs)における窒素空孔中心の光検出磁気共鳴(ODMR)の周波数シフトのリアルタイム推定手法について検討する。
近年,多点ODMR測定とND粒子追跡を蛍光顕微鏡に効果的に統合することで,生体内温度の安定なモニタリングが実証されている。
論文 参考訳（メタデータ） (2020-06-12T01:44:35Z) - Reservoir engineering with arbitrary temperatures for spin systems and
quantum thermal machine with maximum efficiency [50.591267188664666]
貯留層工学は、量子情報科学と量子熱力学にとって重要なツールである。
この手法を用いて、任意の(有効)負および正の温度の貯水池を単一スピン系に設計する。
論文 参考訳（メタデータ） (2020-01-28T00:18:00Z) - Tight bound on finite-resolution quantum thermometry at low temperatures [0.0]
寒冷量子系の温度測定における基本精度限界について検討する。
温度が0に近づくにつれて、最適精度のスケーリングと温度との密接な関係を導出する。
論文 参考訳（メタデータ） (2020-01-13T08:13:42Z)
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。