論文の概要: Data-driven learning of non-Markovian quantum dynamics

• arxiv url: http://arxiv.org/abs/2601.07934v1
• Date: Mon, 12 Jan 2026 19:03:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-14 18:27:18.908009
• Title: Data-driven learning of non-Markovian quantum dynamics
• Title（参考訳）: 非マルコフ量子力学におけるデータ駆動学習
• Authors: Samuel Goodwin, Brian K. McFarland, Manuel H. Muñoz-Arias, Edward C. Tortorici, Melissa C. Revelle, Christopher G. Yale, Daniel S. Lobser, Susan M. Clark, Mohan Sarovar,
• Abstract要約: フォールトトレラント量子コンピューティングは、ゲートの適用時にキュービット力学の正確な知識と制御を必要とする。 時系列データから開放系力学のNMZ(Nakashima-Mori-Zwanzig)の定式化を学習するための,量子ゲートを特徴付けるデータ駆動学習プロトコルを開発した。 我々はこの学習手法を3つの異なるシステム上で実証する: 力学が純粋にマルコフ的である量子ビットのシミュレーション、オルンシュタイン・ウレンベック過程によって生成された雑音に結合する駆動量子ビットのシミュレーション、および雑音環境がそうでない駆動量子ビットの捕捉イオン実験データ。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fault-tolerant quantum computing requires extremely precise knowledge and control of qubit dynamics during the application of a gate. We develop a data-driven learning protocol for characterizing quantum gates that builds off previous work on learning the Nakajima-Mori-Zwanzig (NMZ) formulation of open system dynamics from time series data, which allows detailed reconstruction of quantum evolution, including non-Markovian dynamics. We demonstrate this learning technique on three different systems: a simulation of a qubit whose dynamics are purely Markovian, a simulation of a driven qubit coupled to stochastic noise produced by an Ornstein-Uhlenbeck process, and trapped-ion experimental data of a driven qubit whose noise environment is not characterized ahead of time. Our technique is able to learn the generators of time evolution, or the NMZ operators, in all three cases and can learn the timescale in which the qubit dynamics can no longer be accurately described by a purely Markovian model. Our technique complements existing quantum gate characterization methods such as gate set tomography by explicitly capturing non-Markovianity in the gate generator, thus allowing for more thorough diagnosis of noise sources.
• Abstract（参考訳）: フォールトトレラントな量子コンピューティングは、ゲートの適用中に量子ビット力学の極めて正確な知識と制御を必要とする。 本研究では,非マルコフ力学を含む量子進化の詳細な再構築を可能にする,時系列データから開系力学のNMZ(Nakashima-Mori-Zwanzig)の定式化を学習するための,量子ゲートを特徴付けるデータ駆動学習プロトコルを開発した。 この学習手法を3つの異なるシステムで実演する: 力学が純粋にマルコフ的である量子ビットのシミュレーション、オルンシュタイン・ウレンベック過程によって生じる確率的雑音に結合する駆動量子ビットのシミュレーション、および騒音環境が事前に特徴付けられていない駆動量子ビットの捕捉イオン実験データ。 我々の手法は3つのケースすべてにおいて時間発展のジェネレータ、あるいはNMZ演算子を学習することができ、キュービット力学を純粋マルコフモデルで正確に記述できない時間スケールを学習することができる。 本手法は,ゲート・セット・トモグラフィなどの既存の量子ゲート特性解析手法を補完し,ゲート・ジェネレータの非マルコビアン性を明確に把握し,ノイズ源のより詳細な診断を可能にする。

関連論文リスト

• Quantum Noise Tomography with Physics-Informed Neural Networks [0.15229257192293197]
  物理インフォームドニューラルネットワークを用いたリンドブラッド断層撮影のための新しいフレームワークを提案する。 本手法は,支配主方程式を学習することにより,雑音量子系の完全微分可能なディジタル双対を生成する。
  論文  参考訳（メタデータ） (2025-09-15T13:30:50Z)
• Inverse Physics-informed neural networks procedure for detecting noise in open quantum systems [0.0]
  我々は、逆物理インフォームドニューラルネットワーク(PINNverse)フレームワークをリンドブラッドマスター方程式が支配するオープン量子システムに拡張する。 2ビットオープンシステムの数値シミュレーションにより,提案手法の有効性とロバスト性を示す。 この結果から、PINNverseは量子システム識別のためのスケーラブルで耐雑音性のあるフレームワークであり、量子制御やエラー軽減に応用できる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-07-16T18:03:48Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。 そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Machine learning of quantum channels on NISQ devices [0.7067443325368975]
  本稿では、実効量子チャネルの繰り返し動作を通じて、一般的な離散時間ダイナミクスを近似するニューラルネットワークアルゴリズムを提案する。 ibmq_ehningen量子プロセッサにおけるクロストーク効果について検討する。
  論文  参考訳（メタデータ） (2024-05-21T08:44:42Z)
• Lindblad-like quantum tomography for non-Markovian quantum dynamical maps [46.350147604946095]
  本稿では,Lindblad-like quantum tomography (L$ell$QT) を量子情報プロセッサにおける時間相関ノイズの量子的特徴付け手法として紹介する。 単一量子ビットの強調力学について、L$ell$QT を詳細に論じ、量子進化の複数のスナップショットを可能性関数に含めることの重要性を正確に理解することができる。
  論文  参考訳（メタデータ） (2024-03-28T19:29:12Z)
• Randomised benchmarking for characterizing and forecasting correlated processes [8.788375252357945]
  本研究では,時間的相関雑音の詳細を学習する手法を開発した。 特に、システム+バスの時間非依存進化演算子を学習することができる。 超伝導量子プロセッサに実装することでこれを実証する。
  論文  参考訳（メタデータ） (2023-12-11T01:55:44Z)
• Simulating the Mott transition on a noisy digital quantum computer via Cartan-based fast-forwarding circuits [62.73367618671969]
  動的平均場理論(DMFT)は、ハバードモデルの局所グリーン関数をアンダーソン不純物のモデルにマッピングする。 不純物モデルを効率的に解くために、量子およびハイブリッド量子古典アルゴリズムが提案されている。 この研究は、ノイズの多いデジタル量子ハードウェアを用いたMott相転移の最初の計算を提示する。
  論文  参考訳（メタデータ） (2021-12-10T17:32:15Z)
• 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)
• 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)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)

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。