論文の概要: Quantum Feature Space of a Qubit Coupled to an Arbitrary Bath

• arxiv url: http://arxiv.org/abs/2505.03397v2
• Date: Wed, 07 May 2025 06:55:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-08 12:54:13.651983
• Title: Quantum Feature Space of a Qubit Coupled to an Arbitrary Bath
• Title（参考訳）: 任意浴に結合した量子ビットの量子的特徴空間
• Authors: Chris Wise, Akram Youssry, Alberto Peruzzo, Jo Plested, Matt Woolley,
• Abstract要約: クビット制御プロトコルは伝統的に、そのパワースペクトル密度を通じてクビットバス結合の特性を利用してきた。 従来の研究では、ディープニューラルネットワークと物理符号化層を組み合わせたグレーボックスアプローチを用いて、古典的な浴槽の影響を特徴づけるノイズ演算子の推論が提案されていた。 ここでは、高価なニューラルネットワークは不要であり、このノイズ演算子記述は効率的なパラメータ化を許容することを示す。
• 参考スコア（独自算出の注目度）: 1.0485739694839669
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Qubit control protocols have traditionally leveraged a characterisation of the qubit-bath coupling via its power spectral density. Previous work proposed the inference of noise operators that characterise the influence of a classical bath using a grey-box approach that combines deep neural networks with physics-encoded layers. This overall structure is complex and poses challenges in scaling and real-time operations. Here, we show that no expensive neural networks are needed and that this noise operator description admits an efficient parameterisation. We refer to the resulting parameter space as the \textit{quantum feature space} of the qubit dynamics resulting from the coupled bath. We show that the Euclidean distance defined over the quantum feature space provides an effective method for classifying noise processes in the presence of a given set of controls. Using the quantum feature space as the input space for a simple machine learning algorithm (random forest, in this case), we demonstrate that it can effectively classify the stationarity and the broad class of noise processes perturbing a qubit. Finally, we explore how control pulse parameters map to the quantum feature space.
• Abstract（参考訳）: クビット制御プロトコルは伝統的に、そのパワースペクトル密度を通じてクビットバス結合の特性を利用してきた。 従来の研究では、ディープニューラルネットワークと物理符号化層を組み合わせたグレーボックスアプローチを用いて、古典的な浴槽の影響を特徴づけるノイズ演算子の推論が提案されていた。 この全体的な構造は複雑で、スケーリングやリアルタイム操作に課題を生じさせる。 ここでは、高価なニューラルネットワークは不要であり、このノイズ演算子記述は効率的なパラメータ化を許容することを示す。 得られたパラメータ空間を、結合浴から生じるキュービット力学の \textit{quantum feature space} と呼ぶ。 量子的特徴空間上で定義されるユークリッド距離は、与えられた制御セットの存在下でのノイズプロセスの分類に有効な方法であることを示す。 簡単な機械学習アルゴリズム(この場合、ランダムフォレスト)の入力空間として量子特徴空間を用いると、量子ビットを摂動する雑音の定常性と幅広いクラスを効果的に分類できることが示される。 最後に、制御パルスパラメータを量子的特徴空間にマップする方法を検討する。

関連論文リスト

• Quantum time dynamics mediated by the Yang-Baxter equation and artificial neural networks [3.9079297720687536]
  本研究では,ニューラルネットワーク(ANN)とYang-Baxter方程式(YBE)を用いた量子エラーの緩和手法について検討する。 ノイズ低減のためのANNとYBEを組み合わせてノイズデータを生成する新しい手法を開発した。 このアプローチは量子シミュレーションにおけるノイズを効果的に低減し、結果の精度を高める。
  論文  参考訳（メタデータ） (2024-01-30T15:50:06Z)
• Quantum State Reconstruction in a Noisy Environment via Deep Learning [0.9012198585960443]
  未知のノイズチャネルによって崩壊した量子状態の再構成と分類のタスクについて検討する。 このような手法が,99%以上の忠実度で回復できることを示す。 また、異なる量子ノイズチャネルを区別するタスクも検討し、ニューラルネットワークベースの分類器が、そのような分類問題を正確な精度で解決できることを示す。
  論文  参考訳（メタデータ） (2023-09-21T10:03:30Z)
• Simulating Neutral Atom Quantum Systems with Tensor Network States [0.0]
  多数の量子ビットを持つ回路は、より頻繁にノイズの下で故障し、量子ビット人口を減少させることを示す。 また、最適化されたパラメータは特にノイズに対して堅牢であり、ノイズの多い量子系が最適パラメータを見つけるのに利用できることを示唆している。
  論文  参考訳（メタデータ） (2023-09-15T17:38:37Z)
• Determining the ability for universal quantum computing: Testing controllability via dimensional expressivity [39.58317527488534]
  制御性テストは、外部制御の数を減らすために量子デバイスの設計に使用できる。 パラメタライズド量子回路に基づくハイブリッド量子古典アルゴリズムを考案する。
  論文  参考訳（メタデータ） (2023-08-01T15:33:41Z)
• Scalable noisy quantum circuits for biased-noise qubits [37.69303106863453]
  安定猫量子ビットの既存システムに動機づけられたビットフリップ誤差のみに影響されるバイアスノイズ量子ビットを考察する。 現実的なノイズモデルでは、位相フリップは無視できないが、Pauli-Twirling近似では、ベンチマークが最大106ドルのゲートを含む回路の正しさを確認できる。
  論文  参考訳（メタデータ） (2023-05-03T11:27:50Z)
• Matrix product channel: Variationally optimized quantum tensor network to mitigate noise and reduce errors for the variational quantum eigensolver [0.0]
  我々は,情報的に完全な測定によって提供される量子古典的インタフェースを利用する手法を開発した。 量子ハードウェアと古典的ソフトウェアを併用するハイブリッド戦略は、純粋に古典的な戦略よりも優れていると我々は主張する。 このアルゴリズムは、薬物設計の文脈におけるタンパク質-リガンド複合体の量子ハードウェアシミュレーションにおける最後の後処理ステップとして適用することができる。
  論文  参考訳（メタデータ） (2022-12-20T13:03:48Z)
• Optimal quantum control via genetic algorithms for quantum state engineering in driven-resonator mediated networks [68.8204255655161]
  進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。 我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。 アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
  論文  参考訳（メタデータ） (2022-06-29T14:34:00Z)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)
• Robust quantum gates using smooth pulses and physics-informed neural networks [0.0]
  本稿では、ノイズに対する感度を最小化する、真に滑らかなパルスを得るための最初の一般的な方法を提案する。 ニューラルネットワークを用いてハミルトニアンをパラメータ化することにより、多数の最適化パラメータを利用できる。 我々は,論理部分空間内のノイズの影響を抑えるスムーズな形状と,その部分空間からの漏れを抑えることで,我々のアプローチの能力を実証する。
  論文  参考訳（メタデータ） (2020-11-04T19:31:36Z)

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。