論文の概要: Noise tolerance via reinforcement: Learning a reinforced quantum dynamics

• arxiv url: http://arxiv.org/abs/2506.12418v1
• Date: Sat, 14 Jun 2025 09:22:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:46.186512
• Title: Noise tolerance via reinforcement: Learning a reinforced quantum dynamics
• Title（参考訳）: 強化による耐雑音性:強化量子力学の学習
• Authors: Abolfazl Ramezanpour,
• Abstract要約: 強化は学習と最適化アルゴリズムの性能を高めるための強力な戦略として登場した。 強化量子力学は雑音環境との相互作用に対して顕著な堅牢性を示すことを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The performance of quantum simulations heavily depends on the efficiency of noise mitigation techniques and error correction algorithms. Reinforcement has emerged as a powerful strategy to enhance the performance of learning and optimization algorithms. In this study, we demonstrate that reinforced quantum dynamics can exhibit significant robustness against interactions with a noisy environment. We study a quantum annealing process where, through reinforcement, the system is encouraged to maintain its current state or follow a noise-free evolution. A learning algorithm is employed to find a concise approximation of this reinforced dynamics, reducing the total evolution time and, consequently, the system's exposure to noisy interactions. This approach also avoids the complexities associated with implementing quantum feedback in such algorithms. The efficacy of our method is demonstrated through numerical simulations of reinforced quantum annealing with one- and two-qubit systems under Pauli noise.
• Abstract（参考訳）: 量子シミュレーションの性能はノイズ低減技術と誤り訂正アルゴリズムの効率に大きく依存する。 強化は学習と最適化アルゴリズムの性能を高めるための強力な戦略として登場した。 本研究では,強化量子力学が雑音環境との相互作用に対して顕著な堅牢性を示すことを示す。 量子アニール法の研究では、強化により、システムは現在の状態を維持するか、ノイズのない進化に従うことを奨励される。 学習アルゴリズムを用いて、この強化されたダイナミクスの簡潔な近似を見つけ、全体の進化時間を短縮し、結果としてシステムはノイズの多い相互作用に曝される。 このアプローチはまた、そのようなアルゴリズムで量子フィードバックを実装する際の複雑さを回避している。 本手法の有効性は,パウリ雑音下での1および2量子ビット系による強化量子アニールの数値シミュレーションにより実証された。

関連論文リスト

• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• Impact of Amplitude and Phase Damping Noise on Quantum Reinforcement Learning: Challenges and Opportunities [0.0]
  量子強化学習アルゴリズムにおける振幅と位相減衰ノイズの影響について検討する。 本研究は,量子学習アルゴリズムにおけるノイズの役割のより深い理解に寄与する。
  論文  参考訳（メタデータ） (2025-03-31T13:27:30Z)
• Adaptive Genetic Algorithms for Pulse-Level Quantum Error Mitigation [0.0]
  ノイズは量子コンピューティングの基本的な課題であり、パルスの忠実度と回路全体の性能に大きな影響を及ぼす。 本稿では、回路ゲートを変更することなく、雑音条件に動的に対応して忠実度を高めるために、パルスレベルの量子誤差軽減のための適応アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-23T15:28:22Z)
• Quantum noise modeling through Reinforcement Learning [38.47830254923108]
  本稿では,量子チップに影響を及ぼすノイズを特徴付ける機械学習手法を導入し,シミュレーション中にエミュレートする。 我々のアルゴリズムは強化学習を活用し、様々なノイズモデルを再現する際の柔軟性を向上させる。 実超伝導量子ビット上でのシミュレーションおよび試験によりRLエージェントの有効性が検証された。
  論文  参考訳（メタデータ） (2024-08-02T18:05:21Z)
• Robustness of quantum reinforcement learning under hardware errors [0.0]
  変分量子機械学習アルゴリズムは、機械学習タスクに短期量子デバイスをどのように利用するかに関する最近の研究の焦点となっている。 これらは、動作している回路をデバイスに合わせることができ、計算の大部分を古典に委譲できるため、これに適していると考えられている。 しかし、ハードウェアによるノイズの影響下での量子機械学習モデルのトレーニングの効果は、まだ広く研究されていない。
  論文  参考訳（メタデータ） (2022-12-19T13:14:22Z)
• 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)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Process tomography of Robust Dynamical Decoupling in Superconducting Qubits [91.3755431537592]
  リゲッティ量子コンピューティングプラットフォームは、異なる動的デカップリングシーケンスをテストするために使用された。 シーケンスの性能は量子プロセストモグラフィーによって特徴づけられ、量子チャネル形式を用いて解析された。
  論文  参考訳（メタデータ） (2020-06-18T14:48:18Z)

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。