論文の概要: Machine learning-aided direct estimation of coherence and entanglement for unknown states
- arxiv url: http://arxiv.org/abs/2601.04976v1
- Date: Thu, 08 Jan 2026 14:26:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 17:01:53.23307
- Title: Machine learning-aided direct estimation of coherence and entanglement for unknown states
- Title（参考訳）: 機械学習による未知状態のコヒーレンスと絡み合いの直接推定
- Authors: Ting Lin, Zhihua Chen, Kai Wu, Zhihua Guo, Zhihao Ma, Shao-Ming Fei,
- Abstract要約: 本稿では,コヒーレンス測度と量子エンタングルメントの幾何測度を直接推定する機械学習手法を提案する。
提案手法は、計算、通信、および気象学アプリケーション間で量子リソースを特徴付ける実用的でスケーラブルなツールを提供する。
- 参考スコア（独自算出の注目度）: 11.587753857811506
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum coherence and entanglement are fundamental resources in quantum technologies, yet their efficient estimation for unknown states by employing minimal resources in experimental settings remains challenging, particularly in high-dimensional systems. We present a machine learning approach based on support vector regression (SVR) that directly estimates the coherence measures and the geometric measure of quantum entanglement using minimal experimental resources. Our method requires only the diagonal entries of the density matrix, along with the traces of the squared and cubed density matrices for quantum coherence, and additionally along with the traces of the squared and cubed reduced density matrix for estimating quantum entanglement. These quantities can be obtained through random measurements or a hybrid quantum-classical framework. This approach significantly reduces the resource overhead compared to quantum state tomography while maintaining high accuracy. {Furthermore, the support vector quantile regression (SVQR) with pinball loss is employed to prevent SVR overestimation. This model not only ensures that over 95\% of predictions are conservative lower bounds in most cases, but also maintains this lower-bound reliability for over 93\% of predictions, despite 2\% perturbations in the input features.} The proposed technique provides a practical and scalable tool for characterizing quantum resources across computation, communication, and metrology applications.
- Abstract（参考訳）: 量子コヒーレンスと絡み合いは量子技術の基本的資源であるが、実験環境において最小限の資源を用いることによる未知の状態の効率的な推定は、特に高次元システムでは難しいままである。
本稿では,最小実験資源を用いたコヒーレンス測度と量子絡み合いの幾何学的測度を直接推定する,サポートベクタ回帰(SVR)に基づく機械学習手法を提案する。
本手法では, 密度行列の対角成分と, 量子コヒーレンスのための正方形および立方形密度行列のトレースとに加えて, 量子エンタングルメントを推定するための正方形および立方形還元密度行列のトレースのみを必要とする。
これらの量は、ランダムな測定またはハイブリッド量子古典的枠組みによって得ることができる。
このアプローチは、高い精度を維持しながら、量子状態トモグラフィと比較してリソースオーバーヘッドを著しく低減する。
さらに、SVR過大評価を防ぐために、ピンボール損失を伴うサポートベクトル量子化回帰(SVQR)を用いる。
このモデルは、95%以上の予測が保守的な下限であることを保証するだけでなく、入力特徴に2\%の摂動があるにもかかわらず、この下限の信頼性を93%以上の予測で維持する。
提案手法は,計算,通信,およびメソロジーアプリケーションにまたがる量子リソースを特徴付ける,実用的でスケーラブルなツールを提供する。
関連論文リスト
- Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。
近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。
QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
論文 参考訳（メタデータ） (2025-10-15T12:17:23Z) - Nonparametric Learning Non-Gaussian Quantum States of Continuous Variable Systems [2.5684013040906963]
ノイズの多いデータから量子状態を再構成するための非カーネル量子状態推定フレームワークを導入する。
KQSEは、様々な基底における密度行列の推定と、純度、より高いモーメント、重なり合い、トレース距離などのトレース量を得る。
KQSEはマルチモーダルで非ガウス状態に対して堅牢であり、量子科学に不可欠な状態の特徴付けに特に適している。
論文 参考訳（メタデータ） (2025-08-08T16:19:58Z) - Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。
既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。
我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
論文 参考訳（メタデータ） (2025-07-09T15:22:17Z) - Compressed sensing quantum state tomography for qudits: A comparison of Gell-Mann and Heisenberg-Weyl observable bases [0.0]
従来の量子状態トモグラフィ(QST)は、システム次元が増加するにつれて指数関数的に増加する測定値を必要とする。
この問題を緩和するため、圧縮量子状態トモグラフィ(CS-QST)が提案され、必要な測定回数を大幅に削減した。
我々は,高次元量子情報処理の基本となるキューディット系におけるCS-QSTの基底選択の影響について検討する。
論文 参考訳（メタデータ） (2025-05-15T16:17:26Z) - Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。
本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。
提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
論文 参考訳（メタデータ） (2025-04-17T15:41:48Z) - Resource-Efficient Quantum Correlation Measurement: A Multicopy Neural Network Approach for Practical Applications [0.0]
本稿では,マルチコピー計測と人工ニューラルネットワークを組み合わせることで,必要な情報を削減する方法を提案する。
我々は, 脱分極チャネルを受けるベル状態の2量子量子相関の測定に成功した。
IBMQプロセッサ上でトランスモン量子ビットを用いて実験を行い,ベルの不等式と2量子絡み状態の負性について定量化した。
論文 参考訳（メタデータ） (2024-11-08T18:07:23Z) - Early Fault-Tolerant Quantum Algorithms in Practice: Application to Ground-State Energy Estimation [39.20075231137991]
地中エネルギー推定問題に着目した早期フォールトトレラント量子アルゴリズムの実現可能性について検討する。
これらの手法をより大きなシステムサイズに拡張することは、大きなサポートのためのCDFの滑らかさ、真の基底状態との重なり合いに対する厳密な下限の欠如、高品質な初期状態を作成するのが困難である、という3つの大きな課題を浮き彫りにする。
論文 参考訳（メタデータ） (2024-05-06T18:00:03Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - Estimation of pure quantum states in high dimension at the limit of
quantum accuracy through complex optimization and statistical inference [0.0]
量子トモグラフィーは、量子状態、プロセス、デバイスを評価するための重要なツールとなっている。
単一2次元量子系適応法の混合状態の場合, 林, ギル, マッサーによる理論的精度限界を達成するために, 最近導入されている。
本稿では、適応トモグラフィー法を提案し、数値シミュレーションを通して、高次元の純量子状態の基本的な精度にアプローチすることは困難であることを示す。
論文 参考訳（メタデータ） (2020-07-02T21:33:16Z)
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。