論文の概要: Measurement-based Dynamical Decoupling for Fidelity Preservation on Large-scale Quantum Processors

• arxiv url: http://arxiv.org/abs/2511.13532v1
• Date: Mon, 17 Nov 2025 16:05:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:25.376202
• Title: Measurement-based Dynamical Decoupling for Fidelity Preservation on Large-scale Quantum Processors
• Title（参考訳）: 大規模量子プロセッサ上の忠実度保存のための測定に基づく動的デカップリング
• Authors: Jeongwoo Jae, Changwon Lee, Juzar Thingna, Yeong-Dae Kwon, Daniel K. Park,
• Abstract要約: 動的デカップリング(DD)は、デコヒーレンスを抑制し、量子アルゴリズムの性能を維持するための重要な手法である。 本稿では,ノイズサブシステムの部分的な測定から制御単位ゲートを決定するDDプロトコルを提案する。 局所的なエネルギー緩和と劣化雑音下では、MDDは任意のDDスキームで達成可能な最大エンタングルメント忠実度を達成する。
• 参考スコア（独自算出の注目度）: 3.5511705099857007
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Dynamical decoupling (DD) is a key technique for suppressing decoherence and preserving the performance of quantum algorithms. We introduce a measurement-based DD (MDD) protocol that determines control unitary gates from partial measurements of noisy subsystems, with measurement overhead scaling linearly with the number of subsystems. We prove that, under local energy relaxation and dephasing noise, MDD achieves the maximum entanglement fidelity attainable by any DD scheme based on bang-bang operations to first order in evolution time. On the IBM Eagle processor, MDD achieved up to a $450$-fold improvement in the success probability of a $14$-qubit quantum Fourier transform, and improved the accuracy of ground-state energy estimation for $N_2$ in the $56$-qubit sample-based quantum diagonalization compared with the standard XX-pulse DD. These results establish MDD as a scalable and effective approach for suppressing decoherence in large-scale quantum algorithms.
• Abstract（参考訳）: 動的デカップリング(DD)は、デコヒーレンスを抑制し、量子アルゴリズムの性能を維持するための重要な手法である。 本稿では,ノイズのあるサブシステムの部分的な測定から制御単位ゲートを決定するMDDプロトコルを提案する。 局所的なエネルギー緩和と劣化雑音下では、MDDはバンバン演算に基づく任意のDDスキームで到達可能な最大エンタングルメント忠実度を進化時間で1次に達成できることを示す。 IBM Eagleプロセッサでは、14ドルキュービットの量子フーリエ変換の成功確率が最大450ドルに向上し、標準のXXパルスDDと比較して566ドルキュービットのサンプルベース量子対角化でN_2$の基底状態エネルギー推定の精度が向上した。 これらの結果は、大規模量子アルゴリズムにおけるデコヒーレンスを抑制するためのスケーラブルで効果的なアプローチとしてMDDを確立している。

関連論文リスト

• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Mitigating Barren plateaus in quantum denoising diffusion probabilistic models [49.90716699848553]
  量子生成モデルは量子重ね合わせと絡み合いを利用して、古典データと量子データの両方の学習効率を向上させる。 QuDDPMは量子生成学習のための有望なフレームワークとして提案されている。 本研究は,QuDDPMにおけるバレンプラトーの出現について,2つの設計状態がデノナイジング過程の入力として用いられることによるものである。 本稿では,Haar分布から一定の距離を保ち,トレーニング性を向上したQuDDPMを提案する。
  論文  参考訳（メタデータ） (2025-12-07T07:01:44Z)
• DiffPace: Diffusion-based Plug-and-play Augmented Channel Estimation in mmWave and Terahertz Ultra-Massive MIMO Systems [42.56832361766872]
  本稿では,チャネル推定のための拡散型プラグアンドプレイ方式であるDiffPaceを紹介する。 高い推定精度と計算効率の向上を提供する。
  論文  参考訳（メタデータ） (2025-10-21T06:22:24Z)
• Multi-Qubit Gates by Dynamical Decoupling Implemented with IBMQ and 15NV Center in Diamond [0.0]
  ターゲット量子ビットに結合された中心量子ビットに印加された動的デカップリング(DD)パルス列を用いて高速な高忠実なマルチキュービットゲートを実現するためのプロトコルを示す。 このようにして、中心量子ビットとの本質的な相互作用を活用することにより、ターゲット量子ビットの状態を制御することができる。 この研究は、量子制御のための堅牢なハードウェアに依存しない戦略を提供し、中心ターゲットの量子ビット記述に適合する任意のシステムで実装することができる。
  論文  参考訳（メタデータ） (2025-09-26T09:26:55Z)
• Crosstalk-Robust Dynamical Decoupling for Bipartite-Topology Quantum Processors [5.764620964201464]
  本稿では,静的な$ZZ$クロストークに対してロバストな動的デカップリングシーケンスを変更するプロトコルを提案する。 我々は,非破壊DD変種と比較した場合,少なくとも3倍程度の忠実度減衰率の向上が観察された。 ZZ$-robustのシーケンスは非robust DDとほぼ同等であり、チューナブルカップラーアーキテクチャにおけるそのようなエラーの影響が減少していることを確認する。
  論文  参考訳（メタデータ） (2025-06-22T12:14:33Z)
• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• Downlink MIMO Channel Estimation from Bits: Recoverability and Algorithm [30.586086257221382]
  主な課題は、ユーザ機器(UE)からの限られたフィードバックから基地局(BS)のダウンリンクチャネル状態情報(CSI)を取得することである。 本稿では、UE側で圧縮とガウスディザリングに基づく量子化戦略を採用し、BS側で最大極大推定器(MLE)を定式化する単純なフィードバックフレームワークを提案する。 このアルゴリズムは、高次高調波探索(HR)ソルバをサブルーチンとして統合するために慎重に設計されており、この難しいMLE問題に効果的に取り組む鍵であることが判明した。
  論文  参考訳（メタデータ） (2024-11-25T02:15:01Z)
• Tensor-based quantum phase difference estimation for large-scale demonstration [1.46955585643264]
  量子位相差推定(QPDE)方式を利用したエネルギー計算アルゴリズムを開発した。 このアルゴリズムは, 効率的な実装に加えて, 指数関数的に非偏極雑音の影響を低減させる。 我々は,IBM超伝導デバイス上での一次元ハバードモデルのエネルギーギャップ計算を実演する。
  論文  参考訳（メタデータ） (2024-08-09T09:01:37Z)
• Qudit Dynamical Decoupling on a Superconducting Quantum Processor [0.0]
  We developed protocol for dynamical decoupling of qudit systems based on the Heisenberg-Weyl group。 システムバスによるデコヒーレンスからクォートとクォートを分離する単一クォートDD配列を実証する。 また、結合されたキューディット間の有害な相互Kerr結合を抑制するために、2量子DDシーケンスを導入する。
  論文  参考訳（メタデータ） (2024-07-05T23:37:29Z)
• Empirical learning of dynamical decoupling on quantum processors [0.24578723416255752]
  動的デカップリング(Dynamical Decoupling, DD)は、量子エラー抑制のための低オーバーヘッド法である。 学習アルゴリズムは,任意の量子回路やデバイスに対して,DD戦略を実証的に調整する方法を示す。
  論文  参考訳（メタデータ） (2024-03-04T18:26:37Z)
• Accelerating Diffusion Models via Early Stop of the Diffusion Process [114.48426684994179]
  Denoising Diffusion Probabilistic Models (DDPM) は、様々な世代タスクにおいて優れたパフォーマンスを実現している。 実際には、DDPMは高品質なサンプルを得るために何十万ものデノナイジングステップを必要とすることが多い。 本稿では,DDPMの早期停止型DDPM(Early-Stopped DDPM, ES-DDPM)の原理的高速化戦略を提案する。
  論文  参考訳（メタデータ） (2022-05-25T06:40:09Z)
• Effects of Dynamical Decoupling and Pulse-level Optimizations on IBM Quantum Computers [0.0]
  動的デカップリング(DD)は一般にデコヒーレンスエラーを抑制するために用いられる。 ハードウェアネイティブなパルス効率ゲートを作成することで、パルスレベルの最適化を改善することができる。 本稿では,一般的なDDシーケンスをすべて実装し,IBM量子チップの性能評価を行う。
  論文  参考訳（メタデータ） (2022-04-04T13:37:24Z)
• Preparation of excited states for nuclear dynamics on a quantum computer [117.44028458220427]
  量子コンピュータ上で励起状態を作成するための2つの異なる方法を研究する。 シミュレーションおよび実量子デバイス上でこれらの手法をベンチマークする。 これらの結果から,フォールトトレラントデバイスに優れたスケーリングを実現するために設計された量子技術が,接続性やゲート忠実性に制限されたデバイスに実用的なメリットをもたらす可能性が示唆された。
  論文  参考訳（メタデータ） (2020-09-28T17:21:25Z)
• Q-GADMM: Quantized Group ADMM for Communication Efficient Decentralized Machine Learning [66.18202188565922]
  我々はQGADMM(QGADMM)という通信効率の高い分散機械学習(ML)アルゴリズムを提案する。 我々は,凸関数に対するQGADMMの収束性を証明しつつ,モデル化レベルとその確率を適応的に調整する新しい量子化法を開発した。
  論文  参考訳（メタデータ） (2019-10-23T10:47:06Z)

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。