論文の概要: Model-based framework for automated quantification of error sources in quantum state tomography
- arxiv url: http://arxiv.org/abs/2508.05538v1
- Date: Thu, 07 Aug 2025 16:13:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-08 18:59:39.952862
- Title: Model-based framework for automated quantification of error sources in quantum state tomography
- Title（参考訳）: 量子状態トモグラフィーにおける誤差源の自動定量化のためのモデルベースフレームワーク
- Authors: Junpei Oba, Hsin-Pin Lo, Yasuhiro Yamada, Takayuki Matsui, Takuya Ikuta, Yuya Yonezu, Toshimori Honjo, Seiji Kajita, Hiroki Takesue,
- Abstract要約: 量子状態トモグラフィ(QST)では、複数の誤差源が単一の密度行列に集まり、個々のエラー源を特定するのが困難である。
シミュレーションとパラメータ最適化を組み合わせた誤差源の自動定量化手法を提案する。
この枠組みは超伝導量子ビット、原子、固体スピンなどの他の量子プラットフォームにも適用できる。
- 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: High-quality quantum state generation is essential for advanced quantum information processing, including quantum communication, quantum sensing, and quantum computing. In practice, various error sources degrade the quality of quantum states, and quantum state tomography (QST) is a standard diagnostic tool. However, in QST, multiple error sources gather in a single density matrix, making it difficult to identify individual error sources. To address this problem, we propose an automated method for quantifying error sources by combining simulation and parameter optimization to reproduce the experimental density matrix. We focus on the experimental generation of time-bin entangled photon pairs, for which we model the relevant error sources and simulate the density matrix with adjustable model parameters, thereby optimizing the parameters and minimizing the trace distance to the experimental data. Optimization of the parameters reduced the trace distance from 0.177 to 0.024, indicating that our modeled error sources explain 86% of the errors. Reducing the predicted error sources improves the state quality, consistent with our predictions and thus validating the proposed method. In addition, the modular structure of this framework makes it applicable to other quantum platforms, such as superconducting qubits, atoms, and solid-state spins.
- Abstract（参考訳）: 量子通信、量子センシング、量子コンピューティングを含む高度な量子情報処理には、高品質な量子状態生成が不可欠である。
実際には、様々なエラーソースが量子状態の品質を低下させ、量子状態トモグラフィ(QST)は標準的な診断ツールである。
しかし、QSTでは、複数のエラーソースが単一の密度行列に集まり、個々のエラーソースを特定することは困難である。
そこで本研究では,シミュレーションとパラメータ最適化を組み合わせた誤差源の自動定量法を提案し,実験密度行列を再現する。
我々は,関連する誤差源をモデル化し,その密度行列を調整可能なモデルパラメータでシミュレートし,パラメータを最適化し,実験データとのトレース距離を最小化する,時間ビン絡み合った光子対の実験的生成に焦点を当てた。
パラメータの最適化により、トレース距離が0.177から0.024に短縮され、モデル化された誤差源がエラーの86%を説明できた。
予測誤差源の削減は, 予測値に整合した状態品質を向上し, 提案手法の検証を行う。
さらに、このフレームワークのモジュラ構造は超伝導量子ビット、原子、固体スピンなどの他の量子プラットフォームにも適用できる。
関連論文リスト
- Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。
既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。
我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
論文 参考訳（メタデータ） (2025-07-09T15:22:17Z) - Data-Efficient Error Mitigation for Physical and Algorithmic Errors in a Hamiltonian Simulation [0.17999333451993949]
本稿では,トロッタライズド量子回路の物理・アルゴリズム誤差を軽減するために,データ効率のよい1次元外挿法を提案する。
提案手法を数値的に検証し,提案手法が従来の推定法よりも統計的および系統的な誤差を抑えることを確認した。
論文 参考訳（メタデータ） (2025-03-07T00:05:52Z) - Compilation of a simple chemistry application to quantum error correction primitives [44.99833362998488]
我々は、最小限の化学例に基づいて、フォールトトレラントに量子位相推定を行うために必要な資源を推定する。
単純な化学回路でさえも1000キュービットと2300の量子誤差補正ラウンドを必要とすることがわかった。
論文 参考訳（メタデータ） (2023-07-06T18:00:10Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Direct parameter estimations from machine-learning enhanced quantum
state tomography [3.459382629188014]
機械学習による量子状態トモグラフィ(QST)は、量子状態に関する完全な情報を抽出する際の利点を実証している。
我々は,目標パラメータを直接生成することにより,高性能で軽量で容易に教師付き特性モデルを構築する。
このような特性モデルに基づく ML-QST は、ヒルベルト空間を扱う問題を回避することができるが、高い精度で特徴抽出を維持することができる。
論文 参考訳（メタデータ） (2022-03-30T15:16:02Z) - Quantum density estimation with density matrices: Application to quantum anomaly detection [8.893420660481734]
密度推定は統計学と機械学習の中心的なタスクである。
本稿ではQ-DEMDEと呼ばれる新しい量子古典密度行列密度推定モデルを提案する。
また,本手法の量子古典的異常検出への応用について述べる。
論文 参考訳（メタデータ） (2022-01-24T23:40:00Z) - Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。
我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。
このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
論文 参考訳（メタデータ） (2022-01-14T19:24:31Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳（メタデータ） (2021-08-24T15:30:04Z) - Robustly learning the Hamiltonian dynamics of a superconducting quantum processor [0.5564835829075486]
超伝導量子ビットアナログ量子シミュレータにおけるボソニック励起のフリーハミルトニアンパラメータを強く推定する。
この結果は、動的量子シミュレーションの正確な実装を構成する。
論文 参考訳（メタデータ） (2021-08-18T18:01:01Z) - Hardware-Efficient, Fault-Tolerant Quantum Computation with Rydberg
Atoms [55.41644538483948]
我々は中性原子量子コンピュータにおいてエラー源の完全な特徴付けを行う。
計算部分空間外の状態への原子量子ビットの崩壊に伴う最も重要なエラーに対処する,新しい,明らかに効率的な手法を開発した。
我々のプロトコルは、アルカリ原子とアルカリ原子の両方にエンコードされた量子ビットを持つ最先端の中性原子プラットフォームを用いて、近い将来に実装できる。
論文 参考訳（メタデータ） (2021-05-27T23:29:53Z) - Fusion-based quantum computation [43.642915252379815]
フュージョンベース量子コンピューティング(Fusion-based quantum computing、FBQC)は、核融合と呼ばれるエンタングリングの測定を、小さな定数サイズのエンタングルド・リソース状態の量子ビット上で行う、普遍量子計算のモデルである。
本稿では,これらのスキームにおける耐故障性と計算を解析するための安定化器形式について紹介する。
このフレームワークは、フォトニクスのような量子コンピューティングの特定の物理系で発生するエラー構造を自然に捉えている。
論文 参考訳（メタデータ） (2021-01-22T20:00:22Z)
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。