論文の概要: Covariant quantum error correction in a three-layer quantum brain model: computational analysis of layer-specific coherence dynamics

• arxiv url: http://arxiv.org/abs/2604.08587v2
• Date: Mon, 13 Apr 2026 11:27:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-19 19:09:11.465947
• Title: Covariant quantum error correction in a three-layer quantum brain model: computational analysis of layer-specific coherence dynamics
• Title（参考訳）: 3層量子脳モデルにおける共変量子誤差補正--層特異的コヒーレンスダイナミクスの計算解析
• Authors: Hikaru Wakaura,
• Abstract要約: 2つのラジカル対タンパク質間の近似共変量子誤差補正(CQEC)を評価する。 CQECは0.83(95% CI [0.76, 0.79)のコヒーレンスを維持している。 T = 26$msでは、CQECで保護されたコヒーレンスが0.69のままである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum brain proposals require coherence on behaviorally relevant timescales, yet the gap between spin coherence times and neural decision windows has remained a quantitative obstacle. We evaluate approximate covariant quantum error correction (CQEC) -- a purification protocol constrained by the Eastin-Knill theorem -- across two radical-pair proteins parameterized by \textit{ab initio} spin Hamiltonians: monoamine oxidase~A (MAO-A) and cryptochrome (CRY, PDB~4I6G). Both share a three-layer architecture (${}^{31}$P nuclear spin memory, electron spin interface, classical electrochemistry) and identical hyperfine coupling ($A = 200$~MHz), but differ 16-fold in nuclear $T_2$: 3.2~ms (MAO-A) versus 52~ms (CRY). We test whether CQEC preserves coherence over the 200~ms Schultze-Kraft veto window by mapping each protein's $T_2$ gap onto a simulation decoherence rate ($γ_\mathrm{veto} = T_2~\text{gap}/2T_\mathrm{sim}$): 3.08 for MAO-A, 0.19 for CRY. At $γ_\mathrm{veto} = 0.19$, CQEC maintains tunneling coherence of 0.83 (95\% CI [0.76, 0.79]; versus 0.12 without correction, $\times$6.9 improvement). At $γ_\mathrm{veto} = 3.08$, coherence collapses to 0.012 even with CQEC. A $T_2$ sensitivity analysis confirms robustness: at $T_2 = 26$~ms (half the CRY estimate), CQEC-protected coherence remains 0.69. A classical Markov baseline produces only monotonic relaxation, confirming that CQEC-maintained oscillatory dynamics are genuinely quantum. However, no single protein optimizes both layers: CRY's shorter $T_2^e$ (0.53~ns versus 1.1~ns) worsens Layer~2 fidelity. This layer-protein tradeoff, together with unresolved challenges in state preparation and entanglement distribution, defines the next targets for quantum brain research.
• Abstract（参考訳）: 量子脳の提案は行動に関連する時間スケールのコヒーレンスを必要とするが、スピンコヒーレンス時間と神経決定ウィンドウの間のギャップは、依然として定量的な障害である。 我々は,モノアミン酸化酵素~A (MAO-A) とクリプトクロム(CRY, PDB~4I6G) をパラメータ化した2つのラジカルペアタンパク質に対して,Eastin-Knillの定理で制約された精製プロトコルである近似共変量子エラー補正(CQEC)を評価する。 どちらも3層構造({}^{31}$P核スピンメモリ、電子スピンインターフェース、古典電気化学)と同一の超微細結合(A = 200$~MHz)を共有しているが、核の$T_2$: 3.2~ms(MAO-A)と52~ms(CRY)では16倍が異なる。 CQEC が 200~ms Schultze-Kraft veto ウィンドウ上のコヒーレンスを保存するかどうかを,各タンパク質の$T_2$ギャップをシミュレーションデコヒーレンスレート (γ_\mathrm{veto} = T_2~\text{gap}/2T_\mathrm{sim}$): MAO-A に対して 3.08,CRY に対して 0.19 にマッピングすることで検証する。 γ_\mathrm{veto} = 0.19$で、CQECは0.83(95\% CI [0.76, 0.79])のトンネルコヒーレンスを維持している。 γ_\mathrm{veto} = 3.08$ では、コヒーレンスは CQEC でさえ 0.012 に崩壊する。 T_2 = 26$~ms(CRYの推定の半分)では、CQECで保護されたコヒーレンスが0.69のままである。 古典的なマルコフ基底線は単調緩和のみを発生させ、CQECが保持する振動ダイナミクスが真に量子的であることを確認した。 しかし、CRYのより短い$T_2^e$(0.53~ns対1.1~ns)は、レイヤ~2の忠実度を悪化させる。 この層タンパク質のトレードオフは、状態準備と絡み合い分布における未解決の課題と共に、量子脳研究の次のターゲットを定義している。

関連論文リスト

• Blind Catalytic Quantum Error Correction: Target-State Estimation and Fidelity Recovery Without \textit{A Priori} Knowledge [0.0]
  触媒回収前にノイズ出力のみから目標を推定するEmphblind CQECを導入する。 5つの評価方法が3つのノイズモデルに対してベンチマークされる。
  論文  参考訳（メタデータ） (2026-04-13T08:27:08Z)
• Catalytic Quantum Error Correction: Theory, Efficient Catalyst Preparation, and Numerical Benchmarks [0.0]
  CQECは、誤差振幅閾値なしでノイズの多いコピーから既知のターゲット状態を回復する。 CQECは、ノイズ強度に関係なく、コヒーレントモードが$mathcalC(_0) subseteq MathcalC(_mathrmnoisy)$を満たすたびに成功する。
  論文  参考訳（メタデータ） (2026-03-26T12:03:20Z)
• First-Principles Optical Descriptors and Hybrid Classical-Quantum Classification of Er-Doped CaF$_2$ [3.039491211255488]
  本稿では、第一原理光ディスクリプタを用いて、ErドープCaF$からプリスタンスCaF$を識別するための古典量子機械学習フレームワークを提案する。 1系あたりのエネルギー分解点1,589点から、遷移エネルギー$E$、絶滅係数$$、吸収係数$$を含む物理的に解釈可能な記述子を抽出した。
  論文  参考訳（メタデータ） (2026-01-31T05:43:59Z)
• Programmable Quantum Matter: Heralding Large Cluster States in Driven Inhomogeneous Spin Ensembles [0.0]
  固体中のAtomのようなエミッタは、量子センシングと情報処理のための有望なプラットフォームである。 本稿では、この多様性を活用して、光学的に隠蔽されたスピンクラスター状態を生成するためのリソースを削減するフレームワークを提案する。 最適化されたパルスシーケンスは、パルス長とデチューニングエラーを同時に補正し、エラーに対して99.99%以上の単一量子ビットゲートフィデリティを達成する。
  論文  参考訳（メタデータ） (2025-09-03T03:59:22Z)
• Non-Hermitian Quantum Metrology Enhancement and Skin Effect Suppression in PT-Symmetric Bardeen-Cooper-Schrieffer Chains [0.0]
  非エルミート系における量子力学の理論的枠組みを概説する。 生物直交的な量子フィッシャー情報解析により、2つの異なる形態を同定する。 NHSEは指数関数的に感度を抑えるが、$mathcalPT$-symmetricはハイゼンベルク制限の強化を可能にする。
  論文  参考訳（メタデータ） (2025-08-06T18:54:45Z)
• Near-Optimal Clustering in Mixture of Markov Chains [74.3828414695655]
  我々は、長さ$H$の軌跡を、大きさ$S$の有限状態空間上の未知のエルゴードマルコフ鎖の1つによって生成される、$T$ trajectories of length $H$の問題を研究する。 我々は、連鎖の遷移核間の重み付きKL分散によって支配されるクラスタリングエラー率に基づいて、インスタンス依存で高い確率の低い境界を導出する。 次に,新しい2段階クラスタリングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-06-02T05:10:40Z)
• KPZ scaling from the Krylov space [83.88591755871734]
  近年,Cardar-Parisi-Zhangスケーリングをリアルタイムの相関器や自動相関器に示す超拡散が報告されている。 これらの結果から着想を得て,Krylov演算子に基づく相関関数のKPZスケーリングについて検討する。
  論文  参考訳（メタデータ） (2024-06-04T20:57:59Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
  NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。 格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。 NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
  論文  参考訳（メタデータ） (2020-02-25T19:18:36Z)

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。