論文の概要: Quantum Filtering and Stabilization of Dissipative Quantum Systems via Augmented Neural Ordinary Differential Equations
- arxiv url: http://arxiv.org/abs/2509.07196v1
- Date: Mon, 08 Sep 2025 20:23:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-10 14:38:27.108351
- Title: Quantum Filtering and Stabilization of Dissipative Quantum Systems via Augmented Neural Ordinary Differential Equations
- Title（参考訳）: 増分ニューラル正規微分方程式による散逸量子系の量子フィルタリングと安定化
- Authors: Shahid Qamar, Rana Imran Mushtaq, Bo Li, Ho-Kin Tang,
- Abstract要約: AQNODEは、測定データから直接量子軌道と散逸パラメータを学習するフレームワークである。
提案手法は、弱い測定データを統合して、量子ビット状態と時間依存デコヒーレンス率を再構成する。
AQNODEは、分散量子システムのリアルタイムモデリングと制御のためのスケーラブルで微分可能で実験的に互換性のあるフレームワークである。
- 参考スコア（独自算出の注目度）: 5.819937157229223
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modeling open quantum dynamics without full knowledge of the system Hamiltonian or noise model is a key challenge in quantum control and quantum state estimation. We introduce an Augmented Quantum Neural Ordinary Differential Equation (AQNODE) framework that learns quantum trajectories and dissipation parameters directly from partial continuous measurement data. By embedding the system into a latent space evolved via neural ODEs, AQNODE captures both observable and hidden non-Markovian dynamics with temporal smoothness and physical consistency. Our approach integrates weak measurement data to reconstruct qubit states and time-dependent decoherence rates, enabling accurate state prediction and parameter inference without explicit physical equations. Furthermore, we incorporate AQNODE-based feedback control techniques, including proportional-derivative and time-varying linear-quadratic regulator (LQR) strategies, to steer the quantum system toward target states in real time. Extensive numerical simulations demonstrate AQNODE's ability to generalize across system configurations, achieve low prediction errors, and perform robust quantum filtering and control. These results establish AQNODE as a scalable, differentiable, and experimentally compatible framework for real-time modeling and control of dissipative quantum systems.
- Abstract（参考訳）: 量子制御と量子状態推定の鍵となる課題は、ハミルトニアンまたはノイズモデルに関する知識のないオープン量子力学のモデリングである。
本稿では,部分連続測定データから直接量子軌道と散逸パラメータを学習するAQNODE(Augmented Quantum Neural Ordinary Differential Equation)フレームワークを提案する。
システムをニューラルODEによって進化した潜在空間に埋め込むことで、AQNODEは時間的滑らかさと物理的一貫性で観測可能な非マルコフ力学と隠れた非マルコフ力学の両方をキャプチャする。
提案手法は, 量子ビット状態と時間依存デコヒーレンス率を再構成するために弱い測定データを統合し, 明示的な物理方程式を使わずに正確な状態予測とパラメータ推定を可能にする。
さらに、AQNODEに基づくフィードバック制御技術、例えば比例微分と時間変化の線形四元数レギュレータ(LQR)戦略を導入し、量子システムをリアルタイムにターゲット状態に向けて操る。
大規模な数値シミュレーションは、AQNODEがシステム構成全体にわたって一般化し、低い予測誤差を達成し、堅牢な量子フィルタリングと制御を行う能力を示している。
これらの結果は、分散量子システムのリアルタイムモデリングと制御のためのスケーラブルで微分可能で実験的に互換性のあるフレームワークとしてAQNODEを確立している。
関連論文リスト
- Quantum neural ordinary and partial differential equations [38.77776626953413]
古典的ニューラルODE/PDEの連続時間形式を量子機械学習と量子制御にもたらす統一的なフレームワークを提案する。
我々は、QNODEsを有限次元量子システムの進化と定義し、QNPDEsを無限次元(連続変数)のものと定義する。
論文 参考訳（メタデータ） (2025-08-24T18:43:44Z) - Neural quantum states for emitter dynamics in waveguide QED [0.0]
本稿では,時間依存型ニューラル量子状態(t-NQS)フレームワークをオープン量子系に拡張することにより,オープン量子系の力学を研究するための新しい数値計算法を提案する。
以上の結果から, t-NQS法は他の数値手法と競合することを示すとともに, オープン量子多体系を平衡から研究するためのt-NQSの可能性を明らかにする。
論文 参考訳（メタデータ） (2025-08-12T14:30:58Z) - Robust Variational Ground-State Solvers via Dissipative Quantum Feedback Models [3.7346004746366384]
本稿では,量子微分方程式によって支配されるオープン量子系の基底状態問題を解くための変分フレームワークを提案する。
散逸性量子光学系をパラメータ化することにより、その定常エネルギーを最小化し、ターゲットハミルトニアン基底状態を近似する。
このフレームワークは、空洞量子電磁力学(QED)やフォトニック結晶回路などの実験プラットフォームと互換性がある。
論文 参考訳（メタデータ） (2025-07-26T15:28:35Z) - Characterizing Non-Markovian Dynamics of Open Quantum Systems [0.0]
我々はTCLマスター方程式を用いて非マルコフ進化を特徴付ける構造保存手法を開発した。
本稿では,ローレンス・リバモア国立研究所のQuantum Device Integration Testbed (QuDIT) における超伝導量子ビットの実験データを用いた手法について述べる。
これらの知見は、短期量子プロセッサにおける量子制御とエラー軽減に寄与する、オープン量子システムの効率的なモデリング戦略に関する貴重な洞察を提供する。
論文 参考訳（メタデータ） (2025-03-28T04:43:24Z) - Time-dependent Neural Galerkin Method for Quantum Dynamics [42.81677042059531]
本稿では,グローバル・イン・タイムの変動原理に依存する量子力学の古典的計算手法を提案する。
我々のスキームは、Schr"odingerの方程式を強制する損失関数を最小化することにより、有限時間ウィンドウ上の状態軌道全体を計算する。
本稿では,グローバルな量子クエンチを1次元および2次元のパラダイム的横フィールドイジングモデルでシミュレートして示す。
論文 参考訳（メタデータ） (2024-12-16T13:48:54Z) - Dissipation-induced Quantum Homogenization for Temporal Information Processing [44.99833362998488]
量子貯水池は、ハミルトニアンパラメータの精密な制御や微調整なしに、情報処理やターゲット時系列生成に量子システムの複雑なリアルタイム散逸ダイナミクスを利用するため、大きなポテンシャルを持つ。
本稿では, 分散量子ホモジェナイザーを代替プラットフォームとして提案し, 貯水池力学の必要十分かつ十分な条件 – 安定性と収縮性 – を満たすことを証明する。
その結果、核磁気共鳴アンサンブルまたはフォトニック系として物理的に実装可能な量子均質化プロトコルが、貯水池コンピュータとして機能する可能性が示唆された。
論文 参考訳（メタデータ） (2024-12-13T09:05:41Z) - Fourier Neural Operators for Learning Dynamics in Quantum Spin Systems [77.88054335119074]
ランダム量子スピン系の進化をモデル化するためにFNOを用いる。
量子波動関数全体の2n$の代わりに、コンパクトなハミルトン観測可能集合にFNOを適用する。
論文 参考訳（メタデータ） (2024-09-05T07:18:09Z) - 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) - 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) - Continuous-variable neural-network quantum states and the quantum rotor
model [2.3398944692275476]
第1量子化における連続可変格子量子系の解析のためのニューラルネットワーク量子状態アルゴリズムについて検討する。
ボルツマン機械(RBM)波動関数を自然に一般化する連続可変トライアルウェーブフランプトンの族が導入された。
その結果, 偏微分方程式 (PDE) に基づくスケーラブル固有解法と比較した。
論文 参考訳（メタデータ） (2021-07-15T03:53:14Z)
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。