論文の概要: Coherently mitigating boson samplers with stochastic errors

• arxiv url: http://arxiv.org/abs/2505.00102v1
• Date: Wed, 30 Apr 2025 18:16:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:55.147087
• Title: Coherently mitigating boson samplers with stochastic errors
• Title（参考訳）: 確率誤差を持つボソンサンプリング器のコヒーレント緩和
• Authors: Deepesh Singh, Ryan J. Marshman, Nathan Walk, Jens Eisert, Timothy C. Ralph, Austin P. Lund,
• Abstract要約: ボソンサンプリング装置のような量子デバイスは、製造の不完全性を含む様々なエラーの影響を受けやすい。 本稿では,複数のボソンサンプリング器を用いて理想的なボソンサンプリング器分布を近似した分布を生成するユニタリ平均化プロトコルを提案する。 これにより、可逆真空誘導ネットワークによって誘導される出力確率の間のトレース距離に厳密な上限が与えられる。
• 参考スコア（独自算出の注目度）: 0.26388783516590225
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sampling experiments provide a viable route to show quantum advantages of quantum devices over classical computers in well-defined computational tasks. However, quantum devices such as boson samplers are susceptible to various errors, including stochastic errors due to fabrication imperfections. These cause the implemented unitary operations to deviate randomly from their intended targets, following distributions with finite variance. Whilst full-scale quantum error correction remains challenging in the near term, quantum error mitigation schemes have been devised to estimate expectation values, but it is unclear how these schemes would work for sampling experiments. In this work, we demonstrate that, given access to multiple stochastic unitaries, it is possible to mitigate the effect of these errors in sampling experiments. We adopt the unitary averaging protocol which employs multiple stochastic boson samplers to generate a distribution that approximates the ideal boson sampler distribution as the number of samplers increases. We derive a rigorous upper bound on the trace distance between the output probability distributions induced by invertible vacuum-heralded networks based on the Schur-Weyl duality. This result can be seen concretely as an error mitigation scheme in sampling experiments against stochastic errors. On a broader level, it suggests a path towards understanding error mitigation for sampling experiments and developing analysis tools for photonic circuits incorporating measurements and feed-forward. We further provide other applications of unitary averaging, including its use in implementing the linear combination of unitaries and benchmarking fabrication repeatability in linear optics.
• Abstract（参考訳）: サンプリング実験は、よく定義された計算タスクにおいて、古典的コンピュータよりも量子デバイスの量子アドバンテージを示すための実行可能なルートを提供する。 しかし、ボソンサンプリング器のような量子デバイスは、製造の不完全性による確率的誤差など、様々な誤りの影響を受けやすい。 これにより、実装されたユニタリ演算は、有限分散の分布に従って、意図した対象からランダムに逸脱する。 近い将来、本格的な量子誤り訂正は難しいが、期待値を推定するために量子エラー軽減スキームが考案されているが、これらのスキームが実験のサンプリングにどのように機能するかは定かではない。 本研究では,複数の確率的ユニタリへのアクセスを前提として,サンプリング実験におけるこれらの誤差の影響を緩和できることを実証する。 我々は,複数の確率的ボソンサンプリングを用いるユニタリ平均化プロトコルを採用し,サンプル数の増加に伴って理想的なボソンサンプリング分布を近似する分布を生成する。 シュル=ワイル双対性に基づく可逆真空配向ネットワークによって誘導される出力確率分布間のトレース距離の厳密な上限を導出する。 この結果は、確率的誤差に対する実験をサンプリングする際の誤差軽減スキームとして具体的に見ることができる。 より広いレベルでは、サンプリング実験における誤差軽減の理解と、測定とフィードフォワードを取り入れたフォトニック回路の解析ツールの開発に向けた道筋が示唆されている。 さらに、線形光学におけるユニタリの線形結合とベンチマーク作成の再現性を実装することを含む、ユニタリ平均化の他の応用も提供する。

関連論文リスト

• Theory on Score-Mismatched Diffusion Models and Zero-Shot Conditional Samplers [49.97755400231656]
  一般のスコアミスマッチ拡散サンプリング器に対する明示的な次元依存性を持つ最初の性能保証を示す。 その結果, スコアミスマッチは, 目標分布とサンプリング分布の分布バイアスとなり, 目標分布とトレーニング分布の累積ミスマッチに比例することがわかった。 この結果は、測定ノイズに関係なく、任意の条件モデルに対するゼロショット条件付きサンプリングに直接適用することができる。
  論文  参考訳（メタデータ） (2024-10-17T16:42:12Z)
• NETS: A Non-Equilibrium Transport Sampler [15.58993313831079]
  我々は、Non-Equilibrium Transport Sampler (NETS)と呼ばれるアルゴリズムを提案する。 NETSはJarzynskiの平等に基づいて、重要サンプリング(AIS)の亜種と見なすことができる。 このドリフトは、様々な目的関数の最小化であり、全て偏りのない方法で推定できることを示す。
  論文  参考訳（メタデータ） (2024-10-03T17:35:38Z)
• Unveiling the Statistical Foundations of Chain-of-Thought Prompting Methods [59.779795063072655]
  CoT(Chain-of-Thought)の促進とその変種は、多段階推論問題を解決する効果的な方法として人気を集めている。 統計的推定の観点からCoTのプロンプトを解析し,その複雑さを包括的に評価する。
  論文  参考訳（メタデータ） (2024-08-25T04:07:18Z)
• Leveraging junk information to enhance the quantum error mitigation [8.049186254119121]
  我々はSQNF(Self-Trained Quantum Noise Filter)という量子誤差低減手法を導入する。 以上の結果から,提案手法は人口分布の不確実性を著しく低減できることが示された。
  論文  参考訳（メタデータ） (2024-02-16T07:01:18Z)
• Gaussian boson sampling validation via detector binning [0.0]
  本稿では,GBS実験を統計的に検証するに適した量として,双対検出器の確率分布を提案する。 それぞれの特性関数との接続を利用して,そのような分布の計算方法を示す。 また、すべての可能な干渉ネットワーク上でHaar平均化を行うとき、双対検出器の確率分布がどのように振る舞うかを示す。
  論文  参考訳（メタデータ） (2023-10-27T12:55:52Z)
• Benchmarking a boson sampler with Hamming nets [1.0555513406636092]
  本稿では,未知の散乱行列を持つボソンサンプリング器をベンチマークする機械学習ベースのプロトコルを提案する。 現在実験で利用可能なボソンサンプリング装置のキャラクタリゼーションに,本フレームワークを直接適用することができる。
  論文  参考訳（メタデータ） (2023-05-18T13:07:02Z)
• Unsupervised Learning of Sampling Distributions for Particle Filters [80.6716888175925]
  観測結果からサンプリング分布を学習する4つの方法を提案する。 実験により、学習されたサンプリング分布は、設計された最小縮退サンプリング分布よりも優れた性能を示すことが示された。
  論文  参考訳（メタデータ） (2023-02-02T15:50:21Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Learnability of the output distributions of local quantum circuits [53.17490581210575]
  2つの異なるオラクルモデルにおいて、量子回路Bornマシンの学習可能性について検討する。 我々はまず,超対数深度クリフォード回路の出力分布がサンプル効率良く学習できないという負の結果を示した。 より強力なオラクルモデル、すなわちサンプルに直接アクセスすると、局所的なクリフォード回路の出力分布は計算効率よくPACを学習可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-11T18:00:20Z)
• Unrolling Particles: Unsupervised Learning of Sampling Distributions [102.72972137287728]
  粒子フィルタリングは複素系の優れた非線形推定を計算するために用いられる。 粒子フィルタは様々なシナリオにおいて良好な推定値が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-06T16:58:34Z)

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。