論文の概要: Reading Qubits with Sequential Weak Measurements: Limits of Information Extraction

• arxiv url: http://arxiv.org/abs/2512.14583v1
• Date: Tue, 16 Dec 2025 16:50:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-17 16:49:26.80116
• Title: Reading Qubits with Sequential Weak Measurements: Limits of Information Extraction
• Title（参考訳）: 逐次弱測定による読解ビット:情報抽出の限界
• Authors: Cesar Lema, Aleix Bou-Comas, Atithi Acharya, Vadim Oganesyan, Anirvan Sengupta,
• Abstract要約: 量子軌道の物理を弱い測定値に基づいて研究し、量子ビット構成の読み出しにおける最適性能に対処する。 まず,初期状態に関する固有情報がどの程度測定記録に符号化されているかを特徴付けるために,相互情報を用いる。 本研究では,数値データの質的,定量的な特徴を捉える相互情報を計算するために,測定効率パラメータの拡張を開発する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum information processing and computation requires high accuracy qubit configuration readout. In many practical schemes, the initial qubit configuration has to be inferred from readout that is a time-dependent weak measurement record. However, a combination of the measurement scheme and intrinsic dynamics can end up scrambling the initial state and lose information irretrievably. Here, we study the information physics of quantum trajectories based on weak measurements in order to address the optimal achievable performance in qubit configuration readout for two realistic models of single qubit readout: (i) Model I is informationally complete, but without intrinsic dynamics; (ii) Model II is informationally incomplete weak measurements with intrinsic dynamics. We first use mutual information to characterize how much intrinsic information about the initial state is encoded in the measurement record. Using a fixed discrete time-step formulation, we compute the mutual information while varying the measurement strength, duration of measurement record, and the relative strength of intrinsic dynamics in our measurement schemes. We also exploit the emergence of continuum scaling and the Stochastic Master Equation in the weak measurement limit. We develop an asymptotic expansion in the measurement efficiency parameter to calculate mutual information, which captures qualitative and quantitative features of the numerical data. The bounds on information extraction are manifested as plateaux in mutual information, our analysis obtains these bounds and also optimal duration of measurement required to saturate them. Our results should be useful both for quantum device operation and optimization and also, possibly, for improving the performance of recent machine learning approaches for qubit and multiqubit configuration readout in current Noisy Intermediate-Scale Quantum (NISQ) experiment regimes.
• Abstract（参考訳）: 量子情報処理と計算には高精度な量子ビット構成の読み出しが必要である。 多くの実用的なスキームにおいて、初期量子ビット構成は、時間依存の弱い測定記録である読み出しから推論する必要がある。 しかし、測定スキームと本質力学の組み合わせは、初期状態を揺るがして情報を失うことがある。 ここでは,量子軌道の情報物理を弱い測定値に基づいて検討し,量子ビット構成の読み出しにおける最適達成可能な性能を,2つの現実的な1量子ビット読み出しモデルに適用する。 一 モデルIは、情報的に完全であるが、本質的なダイナミクスがないもの (II)モデルIIは内在力学による情報的に不完全な弱い測定である。 まず,初期状態に関する固有情報がどの程度測定記録に符号化されているかを特徴付けるために,相互情報を用いる。 固定された離散時間ステップの定式化を用いて、測定方法における測定強度、測定記録の長さ、固有力学の相対強度を変化させながら、相互情報を算出する。 また、弱い測定限界における連続的スケーリングと確率的マスター方程式の出現を利用する。 本研究では,数値データの質的,定量的な特徴を抽出する相互情報を計算するために,測定効率パラメータの漸近展開を開発する。 情報抽出のバウンダリは相互情報のプラトーとして表され, 解析によってこれらのバウンダリと, 飽和に必要な測定期間が決定される。 我々の結果は、量子デバイス操作と最適化の両方に有用であり、また、現在のNISQ(Noisy Intermediate-Scale Quantum)実験システムにおいて、量子ビットおよびマルチキュービット構成の読み出しに対する最近の機械学習アプローチの性能向上にも有用である。

関連論文リスト

• Data-Driven Learnability Transition of Measurement-Induced Entanglement [2.062625346892268]
  測定誘起絡み合い(MIE)は、局所的な測定が長距離量子相関をいかに生成するかをキャプチャする。 しかし、MIEの推定は実験的に困難である。 ニューラルネットワークを自己教師型でトレーニングし、MIEの不確実性を予測する。
  論文  参考訳（メタデータ） (2025-12-01T06:18:08Z)
• Exploring the Fidelity of Flux Qubit Measurement in Different Bases via Quantum Flux Parametron [0.0347577906896546]
  高忠実度量子ビット読み出しは量子コンピューティングシステムの基本要件である。 本稿では,量子フラックスパラメタトロンを用いた読み出し方式を用いて,フラックス量子ビットの測定精度を高める手法について検討する。
  論文  参考訳（メタデータ） (2025-10-28T05:51:45Z)
• Harnessing quantum back-action for time-series processing [0.0]
  我々は、間接的な測定を量子機械学習プロトコルに組み込むことで、実行時間のスケーリングと全体的なパフォーマンスの両面で利点があることを示した。 その結果, 貯留層ハミルトンパラメータと測定強度の両方を慎重に最適化することで, 量子貯水池計算アルゴリズムの性能を大幅に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2024-11-06T15:15:04Z)
• Deterministic and statistical calibration of constitutive models from full-field data with parametric physics-informed neural networks [36.136619420474766]
  フルフィールド変位データからモデルキャリブレーションを行うためのパラメトリック物理インフォームドニューラルネットワーク(PINN)について検討した。 PINNの高速評価により、ほぼリアルタイムでキャリブレーションを行うことができる。
  論文  参考訳（メタデータ） (2024-05-28T16:02:11Z)
• Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
  いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。 ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
  論文  参考訳（メタデータ） (2022-06-30T17:45:05Z)
• SPIQ: Data-Free Per-Channel Static Input Quantization [37.82255888371488]
  効率的な推論手法は、機械学習コミュニティで注目を集めている。 本研究では,静的な入力量子化が,チャネルごとの入力量子化方式によって動的手法の精度レベルに達することを論じる。 提案手法はSPIQと呼ばれ、静的な推論速度で動的アプローチに匹敵する精度を実現する。
  論文  参考訳（メタデータ） (2022-03-28T10:59:18Z)
• Quantum-tailored machine-learning characterization of a superconducting qubit [50.591267188664666]
  我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。 このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。 このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
  論文  参考訳（メタデータ） (2021-06-24T15:58:57Z)
• Learning to Measure: Adaptive Informationally Complete Generalized Measurements for Quantum Algorithms [0.0]
  本稿では,情報完全正の演算子値測定(POVM)をオンザフライで最適化するアルゴリズムを提案する。 分子ハミルトニアンの基底状態エネルギーの計算における変分量子固有解器の効率を改善することにより、その利点を示す。 さらに、他の量の関心を推測するために測定データを再利用できるため、アプローチの情報完全性は極めて有利である。
  論文  参考訳（メタデータ） (2021-04-01T15:49:05Z)
• TLIO: Tight Learned Inertial Odometry [43.17991168599939]
  IMUのみの状態推定のための密結合拡張カルマンフィルタフレームワークを提案する。 ヘッドセットからの歩行者データでトレーニングされた我々のネットワークは、統計的に一貫した測定と不確実性を生み出すことができる。
  論文  参考訳（メタデータ） (2020-07-06T03:13:34Z)

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。