論文の概要: Quantum Engineering of Qudits with Interpretable Machine Learning

• arxiv url: http://arxiv.org/abs/2506.13075v1
• Date: Mon, 16 Jun 2025 03:46:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:47.401228
• Title: Quantum Engineering of Qudits with Interpretable Machine Learning
• Title（参考訳）: 解釈可能な機械学習によるクイディットの量子工学
• Authors: Yule Mayevsky, Akram Youssry, Ritik Sareen, Gerardo A. Paz-Silva, Alberto Peruzzo,
• Abstract要約: 任意の次元のキューディットの制御と雑音評価のための機械学習ベースのグレーボックスフレームワークを提案する。 また、ノイズダイナミクスの解釈可能なモデリングを可能にする局所的な解析拡張も導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Higher-dimensional quantum systems (qudits) offer advantages in information encoding, error resilience, and compact gate implementations, and naturally arise in platforms such as superconducting and solid-state systems. However, realistic conditions such as non-Markovian noise, non-ideal pulses, and beyond rotating wave approximation (RWA) dynamics, pose significant challenges for controlling and characterizing qudits. In this work, we present a machine-learning-based graybox framework for the control and noise characterization of qudits with arbitrary dimension, extending recent methods developed for single-qubit systems. Additionally, we introduce a local analytic expansion that enables interpretable modelling of the noise dynamics, providing a structured and efficient way to simulate system behaviour and compare different noise models. This interpretability feature allows us to to understand the mechanisms underlying successful control strategies; and opens the way for developing methods for distinguishing noise sources with similar effects. We demonstrate high-fidelity implementations of both global unitary operations as well as two-level subspace gates. Our work establishes a foundation for scalable and interpretable quantum control techniques applicable to both NISQ devices and finite-dimensional quantum systems, enhancing the performance of next-generation quantum technologies.
• Abstract（参考訳）: 高次元量子システム(キューディット)は、情報符号化、エラーレジリエンス、コンパクトゲートの実装において利点があり、超伝導や固体システムのようなプラットフォームで自然に発生する。 しかし、非マルコフノイズや非理想パルス、回転波近似(RWA)のダイナミックス以外の現実的な条件は、キューディットの制御と特徴付けに重大な課題を生じさせる。 本研究では,任意の次元を持つキューディットの制御とノイズ評価を行う機械学習ベースのグレーボックスフレームワークを提案する。 さらに、雑音力学の解釈可能なモデリングを可能にする局所解析拡張を導入し、システム挙動をシミュレートし、異なるノイズモデルを比較するための構造的かつ効率的な方法を提供する。 この解釈可能性機能により、制御戦略を成功させるメカニズムを理解することができ、同様の効果を持つノイズ源を識別する手法を開発するための道を開くことができる。 我々は,大域的ユニタリ演算と2段部分空間ゲートの高忠実性実装を実証する。 我々の研究は、NISQデバイスと有限次元量子システムの両方に適用可能なスケーラブルで解釈可能な量子制御技術の基礎を確立し、次世代量子技術の性能を向上させる。

関連論文リスト

• A learning agent-based approach to the characterization of open quantum systems [0.0]
  我々は,オープンな量子モデル学習エージェント (oQMLA) フレームワークを導入し,Louvillianフォーマリズムによるマルコフ雑音を考慮した。 ハミルトン作用素とジャンプ作用素を同時に学習することにより、oQMLAは独立に系のコヒーレント力学と非コヒーレント力学の両方を捉える。 複雑化のシミュレーションシナリオにおける本実装の有効性を検証し,ハードウェアによる測定誤差に対するロバスト性を示す。
  論文  参考訳（メタデータ） (2025-01-09T16:25:17Z)
• 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)
• Control of open quantum systems via dynamical invariants [0.0]
  動的不変量の理論を用いて環境影響下で量子システムを制御することの課題に対処する。 我々は,環境騒音や散逸に対して堅牢な制御プロトコルを開発するために,リバースエンジニアリングアプローチを採用している。
  論文  参考訳（メタデータ） (2023-11-22T05:09:53Z)
• Invariant-based control of quantum many-body systems across critical points [0.0]
  本稿では,多体系の低エネルギー部分空間内での断熱的進化を保証するために,動的不変量に基づく制御手法を提案する。 制御可能なパラメータを解析的制御結果に従って調整することにより,速度限界に近い高忠実度進化を実現する。 注目すべきは、我々のアプローチがKibble-Zurekスケーリングの法則を破り、チューニング可能で時間スケーリングの振る舞いを大幅に改善したことです。
  論文  参考訳（メタデータ） (2023-09-11T14:09:37Z)
• Dynamics with autoregressive neural quantum states: application to critical quench dynamics [41.94295877935867]
  本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。 二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
  論文  参考訳（メタデータ） (2022-09-07T15:50:00Z)
• 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)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• 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)
• Autoregressive Transformer Neural Network for Simulating Open Quantum Systems via a Probabilistic Formulation [5.668795025564699]
  オープン量子システムのダイナミクスに対処するためのアプローチを提案する。 自己回帰変換ニューラルネットワークを用いて量子状態をコンパクトに表現する。 効率的なアルゴリズムは、リウヴィリア超作用素の力学をシミュレートするために開発された。
  論文  参考訳（メタデータ） (2020-09-11T18:00:00Z)

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。