論文の概要: Neural-network-based design and implementation of fast and robust quantum gates
- arxiv url: http://arxiv.org/abs/2505.02054v1
- Date: Sun, 04 May 2025 10:12:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-06 18:49:35.399606
- Title: Neural-network-based design and implementation of fast and robust quantum gates
- Title（参考訳）: ニューラルネットワークによる高速かつ堅牢な量子ゲートの設計と実装
- Authors: Marko Kuzmanović, Ilya Moskalenko, Yu-Han Chang, Ognjen Stanisavljević, Christopher Warren, Emil Hogedal, Anuj Aggarwal, Irshad Ahmad, Janka Biznárová, Mamta Dahiya, Marcus Rommel, Andreas Nylander, Giovanna Tancredi, Gheorghe Sorin Paraoanu,
- Abstract要約: 我々は,量子ゲートのパルス工学に焦点をあてた,量子システムにおける最適制御に対する連続的,ニューラルネットワークに基づくアプローチを提案する。
トレーニング可能なニューラルネットワークの出力として制御フィールドを構築し、離散パラメトリゼーションや事前定義されたベースの必要性を排除する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We present a continuous-time, neural-network-based approach to optimal control in quantum systems, with a focus on pulse engineering for quantum gates. Leveraging the framework of neural ordinary differential equations, we construct control fields as outputs of trainable neural networks, thereby eliminating the need for discrete parametrization or predefined bases. This allows for generation of smooth, hardware-agnostic pulses that can be optimized directly using differentiable integrators. As a case study we design, and implement experimentally, a short and detuning-robust $\pi/2$ pulse for photon parity measurements in superconducting transmon circuits. This is achieved through simultaneous optimization for robustness and suppressing the leakage outside of the computational basis. These pulses maintain a fidelity greater than $99.9\%$ over a detuning range of $\approx \pm 20\mathrm{MHz}$, thereby outperforming traditional techniques while retaining comparable gate durations. This showcases its potential for high-performance quantum control in experimentally relevant settings.
- Abstract（参考訳）: 我々は,量子ゲートのパルス工学に焦点をあてた,量子システムにおける最適制御に対する連続的,ニューラルネットワークに基づくアプローチを提案する。
ニューラル常微分方程式の枠組みを利用して、トレーニング可能なニューラルネットワークの出力として制御場を構築することにより、離散パラメトリゼーションや事前定義された基底の必要がなくなる。
これにより、微分積分器を使って直接最適化できるスムーズでハードウェアに依存しないパルスを生成することができる。
ケーススタディとして,超伝導トランスモン回路における光子パリティ測定のための短パルス,短パルス$\pi/2$パルスを設計,実装した。
これは、ロバストネスの同時最適化と、計算ベース外のリークを抑制することで達成される。
これらのパルスは、99.9\%以上の忠実さを$\approx \pm 20\mathrm{MHz}$よりも高く維持する。
これは、実験的に関連する環境での高性能量子制御の可能性を示す。
関連論文リスト
- Neural Network-Based Frequency Optimization for Superconducting Quantum Chips [3.4802501242383146]
超伝導量子チップのためのニューラルネットワークに基づく周波数構成手法を提案する。
トレーニングされたニューラルネットワークモデルは、周波数設定エラーを推定し、中間最適化戦略は、チップのローカライズされた領域内の最適な構成を特定する。
また、変動量子固有解法のためのクロストーク対応ハードウェア効率アンサッツを設計し、改良されたエネルギー計算を実現する。
論文 参考訳（メタデータ） (2024-12-02T06:42:03Z) - Reinforcement learning pulses for transmon qubit entangling gates [0.0]
連続制御強化学習アルゴリズムを用いて、超伝導量子ビットの絡み合う2ビットゲートを設計する。
標準共振ゲートよりも優れた新しいパルス列を生成する能力を示す。
論文 参考訳（メタデータ） (2023-11-07T03:19:19Z) - Machine-learning-inspired quantum optimal control of nonadiabatic
geometric quantum computation via reverse engineering [3.3216171033358077]
制御パラメータを最適化するために,平均忠実度に基づく機械学習に基づく有望な手法を提案する。
逆工学による一量子ゲートをキャット状態の非断熱的幾何量子計算により実装する。
ニューラルネットワークがモデル空間を拡張する能力を持っていることを実証する。
論文 参考訳（メタデータ） (2023-09-28T14:36:26Z) - Pulse-controlled qubit in semiconductor double quantum dots [57.916342809977785]
単一電子電荷量子ビットの量子制御のための数値最適化多パルスフレームワークを提案する。
新規な制御方式は、キュービットを断熱的に操作すると同時に、高速で一般的な単一キュービット回転を行う能力も保持する。
論文 参考訳（メタデータ） (2023-03-08T19:00:02Z) - Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。
最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
論文 参考訳（メタデータ） (2023-03-07T22:15:43Z) - Neural network accelerator for quantum control [3.9756120456577007]
本研究では,最適なパルスパラメータを予測するための機械学習アルゴリズムを実演する。
このアルゴリズムは低リソースFPGAに適合し、175 nsのレイテンシで推論を行うのに十分軽量である。
長期的には、従来のコンピュータでは動作できない量子コンピューティングハードウェアの近くで、そのようなアクセラレータを使用できる。
論文 参考訳（メタデータ） (2022-08-04T13:23:53Z) - Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。
3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
論文 参考訳（メタデータ） (2021-08-03T17:49:09Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳（メタデータ） (2021-07-19T23:41:03Z) - Fast and differentiable simulation of driven quantum systems [58.720142291102135]
我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。
回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
論文 参考訳（メタデータ） (2020-12-16T21:43:38Z) - Extending XACC for Quantum Optimal Control [70.19683407682642]
量子コンピューティングベンダーは、直接パルスレベルの量子制御のためのアプリケーションプログラミングをオープンにし始めている。
本稿では,XACCシステムレベルの量子古典ソフトウェアフレームワークの拡張について述べる。
この拡張により、デジタル量子回路表現を等価なパルスシーケンスに変換することができる。
論文 参考訳（メタデータ） (2020-06-04T13:13:55Z)
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。