論文の概要: Quantum computational displacement sensing

• arxiv url: http://arxiv.org/abs/2604.13177v1
• Date: Tue, 14 Apr 2026 18:01:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 20:38:32.240605
• Title: Quantum computational displacement sensing
• Title（参考訳）: 量子計算変位センサ
• Authors: Sridhar Prabhu, Saeed A. Khan, Xingrui Song, Mathieu Ouellet, Ryotatsu Yanagimoto, Saswata Roy, Alen Senanian, Logan G. Wright, Valla Fatemi, Peter L. McMahon,
• Abstract要約: 量子コンピュータセンシング(QCS)は、量子センシングと量子コンピューティングを組み合わせて、物理世界からタスク関連情報を抽出する。 超伝導回路を用いた量子量子量子変位検出の実験実験を報告する。 特定のタスクに対して,提案プロトコルは従来の手法よりも15パーセント高い分類精度を達成している。
• 参考スコア（独自算出の注目度）: 1.286736195402366
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computational sensing (QCS) combines quantum sensing with quantum computing to extract task-relevant information from the physical world. QCS can in principle achieve an accuracy advantage for specific tasks versus the alternative of raw-signal estimation using conventional quantum sensing followed by task-specific classical postprocessing. Here we report the experimental demonstration of quantum computational displacement sensing (QCDS) with a superconducting circuit comprising a qubit coupled to an oscillator. We consider binary classification sensing tasks, where the goal is to predict the class label of a single complex-valued displacement sensed once by the oscillator. Rather than estimating the displacement, our computational-sensing protocol -- using parameterized quantum circuits before and after sensing -- attempts to determine the binary class label using quantum processing and map it onto the ground or excited state of the qubit. A single measurement of the qubit directly outputs the prediction. We implemented circuits with up to 24 entangling gates and 38 free parameters, which were trained in silico. We show that increasing the circuit depth systematically improves expressivity and classification accuracy. We experimentally obtained an accuracy advantage over a suite of protocols that first use conventional quantum sensing to estimate the displacement before using classical postprocessing to perform prediction. For certain tasks, our protocol achieves a 15-percentage-points higher classification accuracy than the best conventional approach considered. Our results establish the feasibility of quantum computational sensing with noisy superconducting hardware and illustrate how integrating quantum computation with quantum sensing can enhance performance when the goal is to estimate a property or function of a signal rather than to estimate the signal.
• Abstract（参考訳）: 量子コンピュータセンシング(QCS)は、量子センシングと量子コンピューティングを組み合わせて、物理世界からタスク関連情報を抽出する。 QCSは基本的に、従来の量子センシングとタスク固有の古典的後処理による生信号推定に代わる、特定のタスクの精度上の優位性を達成することができる。 本稿では,振動子に結合した量子ビットからなる超伝導回路を用いた量子量子量子変位センサ(QCDS)の実験実験について報告する。 そこでは,振動子によって一度検出された1つの複素値変位のクラスラベルを予測することが目的である。 我々の計算センシングプロトコルは、変位を推定するのではなく、パラメータ化された量子回路を用いて、量子処理を用いてバイナリクラスラベルを決定し、量子ビットの基底または励起状態にマッピングしようとする。 キュービットの1つの測定は、予測を直接出力する。 最大24個のエンタングゲートと38個の自由パラメータをシリコでトレーニングした回路を実装した。 回路深度の増加は表現率と分類精度を体系的に向上させることを示す。 従来の量子センシングを用いて、従来の後処理を用いて予測を行う前に、変位を推定するプロトコルに対して、精度の利点を実験的に得ることができた。 特定のタスクに対して,提案プロトコルは従来の手法よりも15パーセント高い分類精度を実現している。 本研究の目的は,信号の特性や関数を推定することではなく,信号の特性や関数を推定することにある。

関連論文リスト

• Quantum-Channel Matrix Optimization for Holevo Bound Enhancement [87.57725685513088]
  固定された入力アンサンブルを与えられた量子チャネルを最適化するために、統一された射影勾配上昇アルゴリズムを提案する。 シミュレーションの結果、提案した量子チャネル最適化により、入力アンサンブル最適化よりも高いホレボ境界が得られることが示された。
  論文  参考訳（メタデータ） (2026-02-19T04:15:03Z)
• Quantum computational sensing using quantum signal processing, quantum neural networks, and Hamiltonian engineering [1.3593246617391264]
  ハミルトン工学的なボソニックシステムとハイブリッド量子ビットボソニックシステムを用いた量子信号処理を用いて非線形タスクを実行するためのプロトコルを示す。 我々は,量子系が小さい場合でも,相当な量子量センシングの利点が得られることを示した。
  論文  参考訳（メタデータ） (2025-07-21T17:53:15Z)
• On-Chip Verified Quantum Computation with an Ion-Trap Quantum Processing Unit [0.5497663232622965]
  本稿では、量子コンピューティングの検証とベンチマークのための新しいアプローチを提示し、実験的に実証する。 従来の情報理論的にセキュアな検証プロトコルとは異なり、我々のアプローチは完全にオンチップで実装されている。 我々の結果は、短期量子デバイスにおけるよりアクセスしやすく効率的な検証とベンチマーク戦略の道を開いた。
  論文  参考訳（メタデータ） (2024-10-31T16:54:41Z)
• 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)
• Supervised binary classification of small-scale digit images and weighted graphs with a trapped-ion quantum processor [56.089799129458875]
  捕捉された171ドルYb$+$イオンに基づく量子プロセッサのベンチマーク結果を示す。 リングトポロジを持つ小さな二進数画像と重み付きグラフの2種類のデータセットに対して、教師付き二進分類を行う。
  論文  参考訳（メタデータ） (2024-06-17T18:20:51Z)
• Single-shot Quantum Signal Processing Interferometry [3.431120541553662]
  本稿では、量子センシングのための一般的なアルゴリズムフレームワーク、量子信号処理干渉法(QSPI)を提案する。 我々は、QSPIセンシングフレームワークを使用して、単一ショット限界における変位チャネル上の効率的なバイナリ決定を行う。
  論文  参考訳（メタデータ） (2023-11-22T21:44:14Z)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
  量子計算を古典的な結果によって補う手法を提案する。 予測の利点を生かして、新しいタイプの量子測度がもたらされる。 予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
  論文  参考訳（メタデータ） (2022-09-12T15:47:44Z)
• An Amplitude-Based Implementation of the Unit Step Function on a Quantum Computer [0.0]
  量子コンピュータ上での単位ステップ関数の形で非線形性を近似するための振幅に基づく実装を提案する。 より先進的な量子アルゴリズムに埋め込まれた場合、古典的コンピュータから直接入力を受ける2つの異なる回路タイプを量子状態として記述する。
  論文  参考訳（メタデータ） (2022-06-07T07:14:12Z)

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。