論文の概要: Fidelity-informed neural pulse compilation of a continuous family of quantum gates with uncertainty-margin analysis

• arxiv url: http://arxiv.org/abs/2604.11314v1
• Date: Mon, 13 Apr 2026 11:17:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.496477
• Title: Fidelity-informed neural pulse compilation of a continuous family of quantum gates with uncertainty-margin analysis
• Title（参考訳）: 不確実性マージン分析による連続量子ゲート系の忠実度インフォームドニューラルパルスコンパイル
• Authors: Arash Fath Lipaei, Ebrahim Khaleghian, Selin Aslan, Gani Göral, Zidong Lin, Özgür E. Müstecaplıoğlu,
• Abstract要約: 我々は,3量子状態核磁気共鳴(NMR)プロセッサ上で,単一量子ゲート群に対するニューラルパルスコンパイルフレームワークを開発した。 対象のユニタリを校正基底ゲート列に分解する代わりに、SU(2)演算において任意のUの軸角パラメータから直接写像を学習する。 一つのモデルが連続的なゲートパラメータにわたって一般化されることを数値的に示し、ベンチトップ3量子NMRデバイス上での代表パルスを実験的に検証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We develop a fidelity-informed neural pulse-compilation framework for a continuous family of single-qubit gates on a three-qubit liquid-state nuclear magnetic resonance (NMR) processor. Instead of decomposing each target unitary into a sequence of calibrated basis gates, the method learns a direct map from the axis-angle parameters of an arbitrary U_2 in SU(2) operation to a piecewise-constant radio-frequency control sequence that implements the desired transformation. Training is performed end-to-end through the time-ordered propagator of the driven Hamiltonian using global-phase-insensitive unitary fidelity as the learning signal. We show numerically that a single model generalizes across a continuous range of gate parameters and experimentally validate representative compiled pulses on a benchtop three-qubit NMR device. In addition, we analyze sensitivity to structured perturbations in Hamiltonian and control parameters by introducing a prescribed uncertainty set and performing a comparative risk-aware redesign based on right-tail Conditional Value-at-Risk (RU-CVaR). This stage produces pulse solutions with broader tolerance margins within the chosen uncertainty model. The results demonstrate continuous pulse-level gate synthesis in an experimentally accessible setting and illustrate a hardware-aware compilation strategy that can be extended to other quantum platforms. While the uncertainty model considered here is tailored to NMR, the neural compilation and risk-aware optimization framework are general and may be useful in architectures where calibration overhead, parameter drift, or control constraints make repeated per-gate optimization costly.
• Abstract（参考訳）: 我々は,3量子状態の核磁気共鳴(NMR)プロセッサ上で,単一量子ゲートの連続族に対する忠実性インフォームドニューラルパルスコンパイルフレームワークを開発した。 対象のユニタリを校正基底ゲートの列に分解する代わりに、SU(2)演算における任意のU_2の軸角パラメータから、所望の変換を実装した一括一貫した電波周波数制御シーケンスへの直接写像を学習する。 学習信号として大域位相非感性ユニタリ忠実度を用いて、駆動ハミルトニアンの時間順プロパゲータを用いて、エンドツーエンドで訓練を行う。 一つのモデルが連続的なゲートパラメータにわたって一般化されることを数値的に示し、ベンチトップ3量子NMRデバイス上での代表パルスを実験的に検証する。 さらに, 所定の不確実性セットを導入し, 右テール条件値-at-Risk (RU-CVaR) に基づくリスク認識の再設計を行うことにより, ハミルトンおよび制御パラメータの構造的摂動に対する感度を解析した。 この段階では、選択された不確実性モデル内で幅広い許容限界を持つパルス解が生成される。 実験により、パルスレベルゲートの連続合成を実験的に利用でき、他の量子プラットフォームに拡張可能なハードウェア対応のコンパイル戦略を示す。 ここで考慮された不確実性モデルはNMRに合わせているが、ニューラルコンパイルとリスク対応最適化フレームワークは一般的なものであり、キャリブレーションオーバーヘッド、パラメータドリフト、制御制約がゲート毎に繰り返し最適化を行うアーキテクチャにおいて有用である。

関連論文リスト

• Unveiling the Mechanism of Continuous Representation Full-Waveform Inversion: A Wave Based Neural Tangent Kernel Framework [52.632217600064344]
  フルウェーブフォーム・インバージョン(FWI)は、限られた測定値から波動方程式の物理パラメータを推定する。 FWI法は初期モデルの精度に対する悪名高い感度によって制限されている。 連続表現 FWI (CR-FWI) の最近の進歩は、暗黙的ニューラル表現 (INR) のような座標ベースニューラルネットワークによるパラメータモデルを表現することで、初期モデルへの依存を緩和できることを実証している。
  論文  参考訳（メタデータ） (2026-03-23T03:22:33Z)
• Parity Cross-Resonance: A Multiqubit Gate [5.6995215414894735]
  本稿では,制御対象と制御対象の操作を実現するために,工学的インタラクションを活用するネイティブな3量子エンタングゲートを提案する。 例えば、GHZ三重項状態の調製など、いくつかの方法で利用できることを示す。
  論文  参考訳（メタデータ） (2025-08-14T16:26:32Z)
• Parameterization and optimizability of pulse-level VQEs [0.0]
  量子固有解法(VQEs)試験状態は、一連のパラメータ化ゲートを基準状態に適用することによって作成される。 最近提案されたctrl-VQEアルゴリズムは、パルスの振幅、周波数、位相を分子エネルギーを最小化するために用いられる変動パラメータとして取る。
  論文  参考訳（メタデータ） (2024-05-24T03:02:45Z)
• Generation of C-NOT, SWAP, and C-Z Gates for Two Qubits Using Coherent and Incoherent Controls and Stochastic Optimization [56.47577824219207]
  我々は、Gorini-Kossakowsky-Sudarchhan-Lindblad型マスター方程式によって決定される開量子系の力学の一般的な形式を考える。 我々は,2ビットのC-NOT,SWAP,C-Zゲートを生成する際の制御問題を,一括定数制御と最適化を用いて解析する。
  論文  参考訳（メタデータ） (2023-12-09T17:55:47Z)
• Sample-efficient Model-based Reinforcement Learning for Quantum Control [0.2999888908665658]
  ノイズの多い時間依存ゲート最適化のためのモデルベース強化学習(RL)手法を提案する。 標準モデルフリーRLに比べて,本手法のサンプル複雑性において,桁違いの優位性を示す。 提案アルゴリズムは,部分的特徴付き1量子ビット系と2量子ビット系の制御に適している。
  論文  参考訳（メタデータ） (2023-04-19T15:05:19Z)
• Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
  任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。 最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
  論文  参考訳（メタデータ） (2023-03-07T22:15:43Z)
• Accurate methods for the analysis of strong-drive effects in parametric gates [94.70553167084388]
  正確な数値と摂動解析手法を用いて効率的にゲートパラメータを抽出する方法を示す。 我々は,$i$SWAP, Control-Z, CNOT など,異なる種類のゲートに対する最適操作条件を同定する。
  論文  参考訳（メタデータ） (2021-07-06T02:02:54Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Simulating nonnative cubic interactions on noisy quantum machines [65.38483184536494]
  量子プロセッサは、ハードウェアに固有のものではないダイナミクスを効率的にシミュレートするためにプログラムできることを示す。 誤差補正のないノイズのあるデバイスでは、モジュールゲートを用いて量子プログラムをコンパイルするとシミュレーション結果が大幅に改善されることを示す。
  論文  参考訳（メタデータ） (2020-04-15T05:16:24Z)

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。