Fugu-MT 論文翻訳(概要): Towards reconstructing quantum structured light on a quantum computer

論文の概要: Towards reconstructing quantum structured light on a quantum computer

arxiv url: http://arxiv.org/abs/2509.21804v2
Date: Tue, 04 Nov 2025 15:29:33 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-05 16:37:26.448716
Title: Towards reconstructing quantum structured light on a quantum computer
Title（参考訳）: 量子コンピュータにおける量子構造光の再構成に向けて
Authors: Mwezi Koni, Shawal Kassim, Paola C. Obando, Neelan Gounden, Isaac Nape,
Abstract要約: 測定データから量子状態を再構成するための変分量子コンピューティング手法を提案する。再構成コスト関数をイジングモデルにマッピングすることにより、現在の量子ハードウェア上の変分固有解器を用いて問題を解くことができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We introduce a variational quantum computing approach for reconstructing quantum states from measurement data. By mapping the reconstruction cost function onto an Ising model, the problem can be solved using a variational eigensolver on present-day quantum hardware. As a proof of concept, we demonstrate the method on quantum structured light, in particular, entangled photons carrying orbital angular momentum and show that the reconstruction procedure can yield reliable performance even on noisy devices. Our results highlight the potential of variational algorithms for efficient quantum state tomography, particularly for high-dimensional structured light, where classical approaches can face bottlenecks.
Abstract（参考訳）: 測定データから量子状態を再構成するための変分量子コンピューティング手法を提案する。再構成コスト関数をイジングモデルにマッピングすることにより、現在の量子ハードウェア上の変分固有解器を用いて問題を解くことができる。概念実証として, 量子構造光, 特に軌道角運動量を持つ絡み合った光子に関する手法を実証し, ノイズのある装置でも信頼性の高い性能が得られることを示す。本研究は, 量子状態トモグラフィーを効率よく行うための変分アルゴリズムの可能性, 特に古典的アプローチがボトルネックに直面するような高次元構造光に対する可能性を強調した。

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)
Quantum Cryptography Using Momentum and Position Variables in a Simple Optical Arrangement [49.1574468325115]
位置および運動量量子状態を用いた量子鍵分布(QKD)の実験的実装について検討する。レーザー、スリット、レンズを含むセットアップを用いることで、BB84プロトコルのバリエーションを実演する。
論文参考訳（メタデータ） (2025-05-07T09:11:37Z)
Hamiltonian Dynamics Learning: A Scalable Approach to Quantum Process Characterization [6.741097425426473]
短時間のハミルトン力学に特化して設計された効率的な量子プロセス学習法を提案する。我々は、量子機械学習の応用を実証し、このプロトコルは、ユニタリ変換を直接学習することで、変分量子ニューラルネットワークの効率的なトレーニングを可能にする。この研究は、実用的な量子力学学習のための新しい理論的基盤を確立し、短期的およびフォールトトレラントな量子コンピューティングの両方においてスケーラブルな量子プロセスのキャラクタリゼーションの道を開いた。
論文参考訳（メタデータ） (2025-03-31T14:50:00Z)
Prospects for quantum process tomography at high energies [0.0]
量子情報理論において、開量子系の進化は量子チャネルまたはより一般的には量子機器によって記述される。我々は、コライダー実験におけるスピンと測定を量子楽器として定式化する。
論文参考訳（メタデータ） (2024-12-02T19:00:00Z)
Exploring quantum localization with machine learning [39.58317527488534]
本稿では、その局所化の観点から、波動関数を分類するための効率的なニューラルネットワーク(NN)アーキテクチャを提案する。提案手法は, 量子位相空間のパラメトリゼーションにより, 改良畳み込みモデルのパターン認識機能と, 独自の「量子」NNへと導かれる。
論文参考訳（メタデータ） (2024-06-01T08:50:26Z)
Corrupted sensing quantum state tomography [0.0]
本稿では, 量子状態と構造ノイズの同時再構成を可能にする, 劣化検出型量子状態トモグラフィの概念を提案する。ノイズの多い量子システムにおいて、量子トモグラフィーのコストと計算労力を大幅に削減するために、これらの技術が実用的なツールとなることが考えられている。
論文参考訳（メタデータ） (2024-05-23T10:13:59Z)
Experimental property-reconstruction in a photonic quantum extreme learning machine [43.55994393060723]
我々は、光子の偏光状態の資源効率と正確な評価を実現するために、フォトニックプラットフォームに量子エクストリームラーニングマシンを実装した。本研究では, 未知の偏光状態の再構成が測定装置の注意深い評価を必要とせず, 実験的不完全性に対して頑健であることを示す。
論文参考訳（メタデータ） (2023-08-08T19:22:03Z)
Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文参考訳（メタデータ） (2023-06-29T18:00:01Z)
Engineering quantum states from a spatially structured quantum eraser [0.0]
量子干渉は、量子状態が光子を区別不能な不明瞭な性質に投影することで可能となる。これらのアイデアを組み合わせることで、我々は、量子干渉を工学的なフォトニック状態に調整する単純で堅牢なスキームを設計し、実験的に実証する。これらの空間工学的な多光子量子状態は、量子力学、顕微鏡、通信などの分野において重要であると信じている。
論文参考訳（メタデータ） (2023-06-24T00:11:36Z)
Towards interpretable quantum machine learning via single-photon quantum walks [2.4047296366832307]
射影シミュレーション(PS)の定量化のための変分法を提案する。 PSは、人工知能の解釈を目的とした強化学習モデルである。量子化PSモデルは、量子干渉を利用して古典的手法以上の能力を得ることができることを示す。
論文参考訳（メタデータ） (2023-01-31T14:38:33Z)
Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文参考訳（メタデータ） (2021-12-27T21:15:35Z)
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)

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。