論文の概要: Discrete-variable assisted error correction of continuous-variable quantum information
- arxiv url: http://arxiv.org/abs/2604.06565v1
- Date: Wed, 08 Apr 2026 01:28:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-09 17:30:51.287885
- Title: Discrete-variable assisted error correction of continuous-variable quantum information
- Title(参考訳): 離散変数支援型連続可変量子情報の誤り訂正
- Authors: Negin Razian, En-Jui Chang, Hoi-Kwan Lau,
- Abstract要約: 本稿では,新しい連続可変量子誤り訂正法を提案する。
提案手法では,DVアンシラへのCV変位に関する情報を抽出し,不必要な変位誤差に対処する。
DV QEC符号と組み合わせることで,ハイブリッドCV-DVシステムの物理誤差に対して頑健である。
- 参考スコア(独自算出の注目度): 0.2523415604068923
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robust continuous-variable (CV) quantum information processing requires correcting realistic errors in bosonic systems, but all existing schemes rely on auxiliary Gottesman-Kitaev-Preskill (GKP) states which the preparation and operation are demanding in many platforms. In this work, we propose a novel CV quantum error correction (QEC) scheme that utilizes a broadly accessible resource: discrete-variable (DV) ancilla. Our scheme extracts information about CV displacement to the DV ancilla, measuring that allows counteracting the unwanted displacement error. We show that a simple single-qubit ancilla can already suppress CV infidelity by more than 20%. By concatenating with DV QEC codes, our scheme is robust against the physical errors in hybrid CV-DV systems, and yields a new class of oscillator-in-oscillator code that does not involve GKP states. Our work facilitates the implementation of CV QEC on realistic platforms.
- Abstract(参考訳): ロバスト連続可変(CV)量子情報処理はボソニック系の現実的な誤りを補正する必要があるが、既存のすべてのスキームは、多くのプラットフォームで準備と操作が要求されている、補助的なゴッテマン・キタエフ・プレスキル(GKP)に依存している。
本研究では,広くアクセス可能な資源である離散可変アンシラを用いた新しいCV量子誤差補正(QEC)手法を提案する。
提案手法では,DVアンシラへのCV変位に関する情報を抽出し,不必要な変位誤差に対処する。
以上の結果から,単ビットアンシラはCV不完全性を20%以上抑制できることが示唆された。
DV QEC符号と組み合わせることで、ハイブリッドCV-DVシステムの物理誤差に対して頑健であり、GKP状態を含まない新しい種類の発振器-オシレータ符号が得られる。
本研究は,現実的なプラットフォーム上でのCV QECの実装を促進する。
関連論文リスト
- AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。
我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文 参考訳(メタデータ) (2026-02-02T14:39:42Z) - KV-Latent: Dimensional-level KV Cache Reduction with Frequency-aware Rotary Positional Embedding [72.12756830560217]
Transformer Decodersをベースとした大規模言語モデル(LLM)が、会話生成AIの選択肢として好まれている。
デコーダアーキテクチャの全体的な優位性にもかかわらず、推論中にキーバリューキャッシュが徐々に増加し、主要な効率ボトルネックとなっている。
キーバリューベクトル次元を潜在空間にダウンサンプリングすることで、KVキャッシュのフットプリントを大幅に削減し、推論速度を向上させることができる。
論文 参考訳(メタデータ) (2025-07-15T12:52:12Z) - Quantum Computing in Discrete- and Continuous-Variable Architectures [0.0]
この理論は、ハイブリッド連続変数(CV)と離散変数(DV)量子システムの理論的枠組みを開発する。
中心的なコントリビューションは非アーベル量子信号処理(NA-QSP)であり、制御パラメータが非交換演算子であるような設定への量子信号処理の一般化である。
本フレームワークでは,DVアンシラを用いたCV状態の高忠実度制御を実現するGaussian-Controlled-Rotation (GCR)プロトコルを導入する。
論文 参考訳(メタデータ) (2025-07-01T19:11:49Z) - Towards fault-tolerant quantum computation with universal continuous-variable gates [41.94295877935867]
連続可変(CV)システムは、量子計算に顕著な可能性を示している。
計算普遍性の基本的な概念は、[Phys. Rev. Lett. 82, 1784 (1999) に導入された。
しかし、フォールトトレラント計算の重要な目的を達成するには何らかのエンコーディングが必要である。
本稿では,Gottesman-Kitaev-Preskill (GKP)エンコーディングを利用して,説得力のある証拠を提示する。
論文 参考訳(メタデータ) (2025-06-16T16:07:39Z) - Downloading many-qubit entanglement from continuous-variable cluster states [0.0]
多数体の絡み合いは多くの量子技術にとって必須の資源である。
量子ビットと連続変数の両方のアプローチを最大限に組み合わせるスキームを提案する。
我々のプロトコルは、多くのボソニックプラットフォームで一般的な操作で実装できる。
論文 参考訳(メタデータ) (2025-04-11T00:06:47Z) - Quantum Coherent State Transform on Continuous-Variable Systems [5.918397923896909]
本稿では,量子コヒーレント状態変換(QCST)と連続変数量子システムに実装するためのフレームワークを紹介する。
結果の量子状態の測定は、$leftfrac1pi left|alpharightrangle leftlanglealpharight| right_alpha 要素を持つ正の作用素値測度(POVM)と等価である。
論文 参考訳(メタデータ) (2024-12-17T12:51:35Z) - Qumode transfer between continuous and discrete variable devices [44.99833362998488]
連続可変(CV)と離散可変(DV)デバイス間で情報を変換することで、量子ネットワーク、量子センシング、量子機械学習、量子コンピューティングにおける多くの応用が可能になる。
本稿では,DVデバイス上でCV状態を符号化し,CVゲートを実装するための資源効率の高い手法と,CVとDVデバイス間でCV状態を転送するための2つの測定プロトコルを提案する。
論文 参考訳(メタデータ) (2023-05-04T21:52:27Z) - On Fast Simulation of Dynamical System with Neural Vector Enhanced
Numerical Solver [59.13397937903832]
ニューラルベクトル(NeurVec)と呼ばれる深層学習に基づく補正手法を提案する。
NeurVecは、統合エラーを補償し、シミュレーションでより大きなタイムステップサイズを可能にする。
様々な複雑な力学系ベンチマークの実験により、NeurVecは顕著な一般化能力を示すことが示された。
論文 参考訳(メタデータ) (2022-08-07T09:02:18Z)
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。