論文の概要: Machine-Learning-Enhanced Entanglement Detection Under Noisy Quantum Measurements

• arxiv url: http://arxiv.org/abs/2507.05476v1
• Date: Mon, 07 Jul 2025 21:08:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:37.344807
• Title: Machine-Learning-Enhanced Entanglement Detection Under Noisy Quantum Measurements
• Title（参考訳）: ノイズ量子計測による機械学習による絡み合い検出
• Authors: Mahmoud Mahdian, Ali Babapour-Azar, Zahra Mousavi, Rashed Khanjani-Shiraz,
• Abstract要約: 雑音耐性の絡み合い分類を実現するための機械学習に基づく手法を提案する。 本プロトコルは,従来手法の分類精度を著しく向上させる。 この研究は機械学習と量子情報科学を橋渡しし、ノイズロスの量子キャラクタリゼーションのための実用的なツールを提供する。
• 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: Quantum measurements are inherently noisy, hindering reliable entanglement detection and limiting the scalability of quantum technologies. While error mitigation and correction strategies exist, they often impose prohibitive resource overheads. Here, we introduce a machine-learning-based approach to achieve noise-resilient entanglement classification even with imperfect measurements. Using support vector machines (SVMs) trained on features extracted from Pauli measurements, we develop a robust optimal entanglement witness (ROEW) that remains effective under unknown measurement noise. By optimizing SVM parameters against worst-case errors, our protocol significantly outperforms conventional methods in classification accuracy. Numerical experiments demonstrate that ROEW achieves high-fidelity entanglement detection with minimal measurements, even when measurement errors exceed 10\%. This work bridges machine learning and quantum information science, offering a practical tool for noise-robust quantum characterization and advancing the feasibility of entanglement-based technologies in real-world settings.
• Abstract（参考訳）: 量子測定は本質的にノイズが多く、信頼性の高い絡み合いの検出を妨げ、量子技術のスケーラビリティを制限している。 エラー軽減と修正戦略は存在するが、しばしば禁止的なリソースオーバーヘッドを課す。 本稿では,不完全な測定値であっても,耐雑音性のある絡み合い分類を実現するための機械学習手法を提案する。 パウリ測度から抽出した特徴に基づいて学習したサポートベクトルマシン(SVM)を用いて,未知の計測ノイズ下でも有効であるロEWを開発する。 最悪ケースエラーに対するSVMパラメータの最適化により,本プロトコルは分類精度において従来の手法よりも大幅に優れる。 数値実験により, ROEW は測定誤差が 10 % を超える場合であっても, 最小限の測定で高忠実な絡み合い検出を実現することを示した。 この研究は、機械学習と量子情報科学を橋渡しし、ノイズを損なう量子キャラクタリゼーションの実践的なツールを提供し、現実の環境での絡み合いベースの技術の実現を推し進める。

関連論文リスト

• Quantum extreme learning machines for photonic entanglement witnessing [30.432877421232842]
  量子極端学習機械(QELM)は、量子絡みを目撃する強力な代替手段を具現化している。 我々は光子対の軌道角運動量を利用するフォトニックQELMを自由度として実装する。 従来の手法とは異なり, 装置の微調整, 精密校正, 精巧な知識は不要である。
  論文  参考訳（メタデータ） (2025-02-25T16:55:35Z)
• Error-mitigated entanglement-assisted quantum process tomography [11.010724957083704]
  本稿では,これらの制約に対処するため,誤差緩和型量子プロセストモグラフィー(EM-EAPT)フレームワークを提案する。 本手法は,最大絡み合った状態を利用して,SPAM誤差に対するロバスト性を大幅に向上させる。 この研究は、NISQデバイスのための実用的な量子検証ツールを進歩させ、現実的な雑音条件下での量子プロセスの高忠実性評価を可能にした。
  論文  参考訳（メタデータ） (2025-02-15T08:07:18Z)
• Robust design under uncertainty in quantum error mitigation [0.3774866290142281]
  本稿では,誤差緩和可観測物の不確かさと誤差を定量化するための一般偏差法を提案する。 次に、不確実性の下でのエラー軽減の最適化と堅牢性を示すために、我々のアプローチを拡張します。
  論文  参考訳（メタデータ） (2023-07-11T14:48:03Z)
• Adaptive quantum error mitigation using pulse-based inverse evolutions [0.0]
  本稿では,ターゲット装置の雑音レベルに適応する適応KIKというQEM手法を提案する。 この手法の実装は実験的にシンプルであり、トモグラフィ情報や機械学習の段階は含まない。 我々は、IBM量子コンピュータと数値シミュレーションを用いて、我々の研究結果を実証した。
  論文  参考訳（メタデータ） (2023-03-09T02:50:53Z)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and Cycle Benchmarking [50.8020641352841]
  量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。 プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。 また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
  論文  参考訳（メタデータ） (2022-01-08T23:12:55Z)
• Measurement Error Mitigation for Variational Quantum Algorithms [0.0]
  変分量子アルゴリズム(VQA)は、短期量子プロセッサのための有望な応用である。 これらのアルゴリズムに適用可能なノイズに対処するために、様々な誤差軽減技術が出現している。
  論文  参考訳（メタデータ） (2020-10-16T17:25:13Z)
• Efficient and robust certification of genuine multipartite entanglement in noisy quantum error correction circuits [58.720142291102135]
  実効多部絡み(GME)認証のための条件付き目撃手法を導入する。 線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。 本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
  論文  参考訳（メタデータ） (2020-10-06T18:00:07Z)

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。