論文の概要: Random layers for quantum optimal control with exponential expressivity

• arxiv url: http://arxiv.org/abs/2603.08948v1
• Date: Mon, 09 Mar 2026 21:29:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-11 15:25:23.837626
• Title: Random layers for quantum optimal control with exponential expressivity
• Title（参考訳）: 指数表現率をもつ量子最適制御のためのランダム層
• Authors: Marco Dall'Ara, Martin Koppenhöfer, Florentin Reiter, Thomas Wellens, Simone Montangero, Walter Hahn,
• Abstract要約: 我々は,各層に1つの最適化パラメータを持つランダムな定数振幅パルスからパラメタライズドパルス列を構築する。 パルスを層にグループ化することで、最適化パラメータの総数を減らすことができる。 我々は、異なる量子系における一元合成、基底状態準備、状態伝達の問題にそれらを適用することにより、2つの手法を数値的に検証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: A long-standing challenge in quantum optimal control is finding an optimal pulse structure that leads to an efficient exploration of the unitary space with a minimal number of optimization parameters. We solve this challenge by constructing parametrized pulse sequences from random constant-amplitude pulses grouped in layers with one optimization parameter per layer. We show that, when increasing the number of pulses, the resulting random unitaries converge exponentially fast to the uniform Haar-random ensemble. Grouping the pulses into layers allows to lower the total number of optimization parameters. We focus on two random-layer (RALLY) methods: In RALLY$_\text{T}$, time durations of the layers are optimized while the pulse amplitudes are randomly chosen beforehand, possibly even from a few discrete values. RALLY$_\text{A}$ optimizes a joint scaling factor of the random pulse amplitudes in each layer. We numerically validate the two methods by applying them to problems of unitary synthesis, ground-state preparation and state transfer in different quantum systems. For all problems considered, both methods approach an information-theoretic lower bound on the number of optimization parameters and outperform other commonly used algorithms. In gradient-free optimization, the RALLY methods are orders of magnitude more accurate with fewer figure-of-merit evaluations. The RALLY methods are also applicable for enhanced quantum machine learning and variational quantum algorithms.
• Abstract（参考訳）: 量子最適制御における長年の課題は、最小数の最適化パラメータを持つユニタリ空間の効率的な探索につながる最適なパルス構造を見つけることである。 我々は,各層に1つの最適化パラメータを持つランダムな定数振幅パルスからパラメトリゼーションパルス列を構築することで,この問題を解決する。 パルス数が増加すると、結果として生じるランダムなユニタリは、均一なハールランダムアンサンブルに指数関数的に収束する。 パルスを層にグループ化することで、最適化パラメータの総数を減らすことができる。 RALLY$_\text{T}$では、パルス振幅が予めランダムに選択され、場合によってはいくつかの離散値からでも、レイヤの時間長が最適化される。 RALLY$_\text{A}$は各層におけるランダムパルス振幅の合同スケーリング係数を最適化する。 我々は、異なる量子系における一元合成、基底状態準備、状態伝達の問題にそれらを適用することにより、2つの手法を数値的に検証する。 検討された全ての問題に対して、両手法は最適化パラメータの個数に基づく情報理論の下限に近づき、他のよく使われるアルゴリズムより優れている。 勾配のない最適化では、ALLY法は桁違いに精度が高く、乗算数も少ない。 RALLY法は、拡張量子機械学習や変分量子アルゴリズムにも適用可能である。

関連論文リスト

• Robust Quantum Control for Bragg Pulse Design in Atom Interferometry [0.0]
  我々は、低温原子系を様々な運動量状態に転送できる最小エネルギーパルスを合成するために、ロバストな最適制御アルゴリズムを定式化する。 超低温原子干渉計における原子ビーム動作の最適化にアルゴリズムを適用した。
  論文  参考訳（メタデータ） (2025-02-07T02:29:27Z)
• Efficient and Robust Parameter Optimization of the Unitary Coupled-Cluster Ansatz [4.607081302947026]
  本稿では、量子コンピュータ上でのユニタリ結合クラスタ・アンサッツのパラメータ最適化のために、近似パラボラ(SOAP)を用いた逐次最適化を提案する。 分子システムに関する数値的なベンチマークでは、SOAPはより高速な収束とノイズに対する堅牢性を達成することが示されている。 SOAPは、2量子ビットモデルシステムを用いた超伝導量子コンピュータの実験によりさらに検証される。
  論文  参考訳（メタデータ） (2024-01-10T03:30:39Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Robust Quantum Control using Hybrid Pulse Engineering [0.0]
  勾配に基づく最適化アルゴリズムは、初期推定に対する感度によって制限される。 我々の数値解析は、その収束速度が優れていることを裏付ける。 本稿では,雑音場を組み込んだノイズ耐性量子制御法について述べる。
  論文  参考訳（メタデータ） (2021-12-02T14:29:42Z)
• High Probability Complexity Bounds for Non-Smooth Stochastic Optimization with Heavy-Tailed Noise [51.31435087414348]
  アルゴリズムが高い確率で小さな客観的残差を与えることを理論的に保証することが不可欠である。 非滑らか凸最適化の既存の方法は、信頼度に依存した複雑性境界を持つ。 そこで我々は,勾配クリッピングを伴う2つの手法に対して,新たなステップサイズルールを提案する。
  論文  参考訳（メタデータ） (2021-06-10T17:54:21Z)
• Direct Optimal Control Approach to Laser-Driven Quantum Particle Dynamics [77.34726150561087]
  間接制御理論に対する頑健で柔軟な代替手段として, 直接最適制御を提案する。 この方法は、バイスタブルポテンシャルにおけるレーザー駆動のウェーブパレットダイナミクスの場合に説明される。
  論文  参考訳（メタデータ） (2020-10-08T07:59:29Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Optimal non-classical correlations of light with a levitated nano-sphere [34.82692226532414]
  非古典的相関は、量子技術における多くの応用のためのリソースを提供する。 オプトメカニカルシステムは、メカニカルモードと移動光モードの間の非古典的相関を生成することができる。 このようなシステムにおける量子相関生成の自動最適化を提案する。
  論文  参考訳（メタデータ） (2020-06-26T15:27:47Z)

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。