論文の概要: ATLAS: Efficient Atom Rearrangement for Defect-Free Neutral-Atom Quantum Arrays Under Transport Loss
- arxiv url: http://arxiv.org/abs/2511.16303v1
- Date: Thu, 20 Nov 2025 12:32:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-21 17:08:52.61725
- Title: ATLAS: Efficient Atom Rearrangement for Defect-Free Neutral-Atom Quantum Arrays Under Transport Loss
- Title（参考訳）: ATLAS:輸送損失下での欠陥のない中性原子配列の効率的な原子再構成
- Authors: Otto Savola, Alexandru Paler,
- Abstract要約: ニュートラル原子量子コンピュータは、光学格子に配列された個別に閉じ込められた原子の量子ビットを符号化する。
アルゴリズムはランダムにロードされた$W times W$格子を欠陥のない$L times L$サブアレイに変換する。
アルゴリズムは, 対象次元の必要初期サイズの線形化と線形化を実現する。
- 参考スコア（独自算出の注目度）: 46.043413607980845
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neutral-atom quantum computers encode qubits in individually trapped atoms arranged in optical lattices. Achieving defect-free atom configurations is essential for high-fidelity quantum gates and scalable error correction, yet stochastic loading and atom loss during rearrangement hinder reliable large-scale assembly. This work presents ATLAS, an open-source atom transport algorithm that efficiently converts a randomly loaded $W \times W$ lattice into a defect-free $L \times L$ subarray while accounting for realistic physical constraints, including finite acceleration, transfer time, and per-move loss probability. In the planning phase, optimal batches of parallel moves are computed on a lossless virtual array; during execution, these moves are replayed under probabilistic atom loss to maximize the expected number of retained atoms. Monte Carlo simulations across lattice sizes $W=10$--$100$, loading probabilities $p_{\mathrm{occ}}=0.5$--$0.9$, and loss rates $p_{\mathrm{loss}}=0$--$0.05$ demonstrate fill rates above $99\%$ within six iterations and over $90\%$ atom retention at low loss. The algorithm achieves sublinear move scaling ($\propto M^{0.55}$) and linear growth of required initial size with target dimension, outperforming prior methods in robustness and scalability -- offering a practical path toward larger neutral-atom quantum arrays.
- Abstract（参考訳）: ニュートラル原子量子コンピュータは、光学格子に配列された個別に閉じ込められた原子の量子ビットを符号化する。
欠陥のない原子配置を実現することは、高忠実な量子ゲートとスケーラブルな誤り訂正には不可欠である。
この研究は、ランダムにロードされた$W \times W$格子を欠陥のない$L \times L$ subarrayに効率よく変換し、有限加速度、移動時間、移動当たりの損失確率を含む現実的な物理的制約を考慮に入れたオープンソースの原子輸送アルゴリズムATLASを提示する。
計画段階では、並列移動の最適バッチが損失のない仮想配列上で計算され、実行中、これらの移動は確率的原子損失の下で再生され、期待される保持原子数の最大化が図られる。
モンテカルロは格子サイズでシミュレーションを行う。$W=10$-100$, loading probabilities $p_{\mathrm{occ}}=0.5$-$0.9$, and loss rate $p_{\mathrm{loss}}=0$-$0.05$ shows fill rate than $99\%$ in six iterations and $90\%$ atom retention at low loss. このアルゴリズムはサブ線形のスケーリング($\propto M^{0.55}$)を達成し、ターゲットサイズで必要な初期サイズを線形に成長させ、ロバスト性やスケーラビリティにおいて先行的な手法を上回り、より大きな中性原子量子配列への実用的な経路を提供する。
関連論文リスト
- Evolution Strategies at the Hyperscale [57.75314521465674]
本稿では,大集団にバックプロップフリーな最適化を拡大するための進化戦略(ES)アルゴリズムEGGROLLを紹介する。
ESは、微分不可能またはノイズの多い目的を処理できる強力なブラックボックス最適化手法のセットである。
EGGROLLはランダム行列を$Ain mathbbRmtimes r, Bin mathbbRntimes r$ with $rll min(m,n)$ とすることでこれらのボトルネックを克服し、低ランク行列摂動を$A Btop$とする。
論文 参考訳（メタデータ） (2025-11-20T18:56:05Z) - FFT-Accelerated Auxiliary Variable MCMC for Fermionic Lattice Models: A Determinant-Free Approach with $O(N\log N)$ Complexity [52.3171766248012]
量子多体系のシミュレーションを劇的に高速化するマルコフ連鎖モンテカルロ(MCMC)アルゴリズムを導入する。
我々は,量子物理学のベンチマーク問題に対するアルゴリズムの有効性を検証し,既知の理論結果を正確に再現する。
我々の研究は、大規模確率的推論のための強力なツールを提供し、物理学に着想を得た生成モデルのための道を開く。
論文 参考訳（メタデータ） (2025-10-13T07:57:21Z) - On-the-Spot Loading of Single-Atom Traps [0.0]
静的な双極子トラップの深さを増大させることで、時間スケール2.1,$sの高速負荷から7.9,$sの延長トラップ寿命への移行が可能であることを示す。
この方法では、空のトラップを埋めるために原子を再配置することなく、達成可能な充填比が$(79pm2)%$であることを示す。
論文 参考訳（メタデータ） (2025-01-10T18:38:59Z) - FlatQuant: Flatness Matters for LLM Quantization [58.28221892035609]
重みとアクティベーションの平坦性を高める新しいポストトレーニング量子化手法であるFlatQuantを提案する。
本手法では, 線形層毎の最適アフィン変換を, 軽量な目的により数時間で調整する。
LLaMA-3-70BモデルでのW4A4量子化の精度は1%以下で、SpinQuantを7.5%上回る。
論文 参考訳（メタデータ） (2024-10-12T08:10:28Z) - Nearly Minimax Optimal Regret for Learning Linear Mixture Stochastic
Shortest Path [80.60592344361073]
線形混合遷移カーネルを用いた最短経路(SSP)問題について検討する。
エージェントは繰り返し環境と対話し、累積コストを最小化しながら特定の目標状態に到達する。
既存の作業は、イテレーションコスト関数の厳密な下限や、最適ポリシーに対する期待長の上限を仮定することが多い。
論文 参考訳（メタデータ） (2024-02-14T07:52:00Z) - Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。
我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
論文 参考訳（メタデータ） (2024-01-17T18:59:38Z) - Parallel compression algorithm for fast preparation of defect-free atom arrays [2.9592586928462308]
本稿では,複数の移動式ツイーザを用いて同時に原子を転送する並列圧縮アルゴリズムを提案する。
総工費は、目標地点数に応じて線形にスケールできる。
論文 参考訳（メタデータ） (2022-12-06T15:20:40Z) - Accelerating the assembly of defect-free atomic arrays with maximum
parallelisms [16.079283601909435]
欠陥のない原子配列は、量子シミュレーションや量子計算のためのスケーラブルで完全に制御可能なプラットフォームとして実証されている。
本研究では、フィールドプログラマブルゲートアレイ(FPGA)をベースとして、2次元欠陥のない原子配列を高速に組み立てる統合計測・フィードバックシステムの設計を行う。
対象とする異なる測地に対する総合的な性能を示し、再配置時間を大幅に短縮し、欠陥のない原子配列システムを数千量子ビットにスケールアップする可能性を実証する。
論文 参考訳（メタデータ） (2022-10-19T08:11:01Z) - Efficient preparation of 2D defect-free atom arrays with near-fewest
sorting-atom moves [17.56031315827533]
提案手法は, 提案する原子アセンブラ方式において, ほぼ北西に移動可能な新しいソートアルゴリズム (ヒューリスティッククラスタアルゴリズム, HCA) を提案する。
本手法は, ボトムアップ量子計算, 量子シミュレーション, 精度測定のために, 数百個の原子をスケールするために必要である。
論文 参考訳（メタデータ） (2020-11-20T13:08:06Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳（メタデータ） (2020-02-25T19:18:36Z) - Scalability and high-efficiency of an $(n+1)$-qubit Toffoli gate sphere
via blockaded Rydberg atoms [6.151090395769923]
トフォリゲートの創設への現在のルートは、シーケンシャルな1ビットと2ビットのゲートを実装する必要がある。
我々は、Rydbergブロック機構に基づいて、普遍的な$(n+1)$-qubit Toffoliゲート球を構成するための新しい理論プロトコルを開発した。
その結果, ゲートの誤差は, 不完全な閉塞強度, 自発的な原子損失, 不完全な基底状態の準備に起因していることが示唆された。
論文 参考訳（メタデータ） (2020-01-14T03:00:12Z)
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。