論文の概要: Learning Non-Markovian Noise via Ensemble Optimal Control

• arxiv url: http://arxiv.org/abs/2604.16784v1
• Date: Sat, 18 Apr 2026 02:15:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 13:59:59.549322
• Title: Learning Non-Markovian Noise via Ensemble Optimal Control
• Title（参考訳）: アンサンブル最適制御による非マルコフ雑音の学習
• Authors: Da-Wei Luo, Ting Yu,
• Abstract要約: 非マルコフ量子開系に関するパラメータの推定について検討する。 重要な課題は、最適な測定時間を特定することです。 我々は,最適な測定時間を固定するために,代表アンサンブル上で訓練された最適化された制御方式を開発する。
• 参考スコア（独自算出の注目度）: 2.988764345475669
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study the estimation of parameters pertaining to non-Markovian quantum open systems, such as the dissipation rate and environmental memory time. A key challenge is identifying the optimal measurement time, which must allow sufficient time to acquire information about the environment, yet be short enough to avoid dissipation that erases the information. Using machine learning approaches, we develop an optimized control scheme trained over a representative ensemble to fix the optimal measurement time at a prescribed runtime. The protocol is robust to errors in the training process, enhances precision by exploiting non-Markovian memory effects, and achieves measurement uncertainties approaching the quantum limits set by the Cramér-Rao bound.
• Abstract（参考訳）: 本研究では,非マルコフ量子開系に関するパラメータ,例えば散逸速度や環境記憶時間の推定について検討する。 重要な課題は、環境に関する情報を取得するのに十分な時間を許すが、情報を消去する散逸を避けるのに十分短い、最適な測定時間を特定することである。 機械学習のアプローチを用いて,所定の実行時における最適測定時間を修正するために,代表アンサンブル上で訓練された最適化制御方式を開発する。 このプロトコルは、トレーニングプロセスにおけるエラーに対して堅牢であり、非マルコフ記憶効果を利用して精度を高め、クラメロ-ラオ境界によって設定された量子限界に近づく不確実性を測定する。

関連論文リスト

• Timestep-Aware Block Masking for Efficient Diffusion Model Inference [48.764748095994996]
  拡散確率モデル(DPM)は画像生成において大きな成功を収めたが、高い推論遅延に悩まされている。 本稿では,事前学習したDPMの計算グラフを時間単位に最適化する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-20T13:35:03Z)
• Optimal quantum metrology protocols with erasure qubits [0.0]
  本研究では,複雑性の異なる気象学的戦略で達成可能な精度限界の階層について検討する。 消去ノイズの検出性は、精度の限界と簡易な検知プロトコルをもたらすことが示されている。
  論文  参考訳（メタデータ） (2026-03-12T11:09:57Z)
• Bisimulation metric for Model Predictive Control [44.301098448479195]
  Bisimulation Metric for Model Predictive Control (BS-MPC) は、目的関数にbisimulation metric lossを組み込んでエンコーダを直接最適化する新しい手法である。 BS-MPCは、トレーニング時間を削減することにより、トレーニング安定性、入力ノイズに対する堅牢性、および計算効率を向上させる。 我々は,DeepMind Control Suiteから連続制御および画像ベースタスクのBS-MPCを評価する。
  論文  参考訳（メタデータ） (2024-10-06T17:12:10Z)
• Time-adaptive phase estimation [0.0]
  本稿では,事前位相知識に基づいて制御位相とコヒーレント進化時期を適応的に選択するベイズ位相推定手法を提案する。 既知理論境界に対する準最適性能を求め, 推定値の頑健性を示すとともに, 推定値が推定値のモデルで考慮されていない雑音に対する頑健性を示す。 この方法は、利用者の最小限の努力で、利用可能な事前知識と実験的な欠陥を考慮に入れた最適なソリューションを提供する。
  論文  参考訳（メタデータ） (2024-05-14T19:49:22Z)
• Score Matching-based Pseudolikelihood Estimation of Neural Marked Spatio-Temporal Point Process with Uncertainty Quantification [59.81904428056924]
  我々は、不確実な定量化を伴うmarkPsを学習するためのスコアMAtching推定器であるSMASHを紹介する。 具体的には,スコアマッチングによるマークPsの擬似的類似度を推定することにより,正規化自由度を推定する。 提案手法の優れた性能は、事象予測と不確実性定量化の両方において広範な実験によって実証される。
  論文  参考訳（メタデータ） (2023-10-25T02:37:51Z)
• Robust and efficient verification of graph states in blind measurement-based quantum computation [52.70359447203418]
  Blind Quantum Computing (BQC) は、クライアントのプライバシを保護するセキュアな量子計算手法である。 資源グラフ状態が敵のシナリオで正確に準備されているかどうかを検証することは重要である。 本稿では,任意の局所次元を持つ任意のグラフ状態を検証するための,堅牢で効率的なプロトコルを提案する。
  論文  参考訳（メタデータ） (2023-05-18T06:24:45Z)
• Managing Temporal Resolution in Continuous Value Estimation: A Fundamental Trade-off [39.061605300172175]
  有限データを用いたLQRシステムにおいて、時間分解能の管理によりポリシー評価効率が向上することを示す。 これらの結果から, 時間分解能の管理は, 有限データを用いたLQRシステムにおいて, 政策評価効率を向上する可能性が示唆された。
  論文  参考訳（メタデータ） (2022-12-17T20:45:34Z)
• Fast Quantum Calibration using Bayesian Optimization with State Parameter Estimator for Non-Markovian Environment [11.710177724383954]
  弱測定とベイズ最適化を利用してゲート設計のための最適制御パルスを求める,量子状態のリアルタイム最適推定器を提案する。 以上の結果から,キャリブレーション過程が著しく低下し,高いゲート忠実度が得られた。
  論文  参考訳（メタデータ） (2022-05-25T17:31:15Z)
• Temporal Difference Uncertainties as a Signal for Exploration [76.6341354269013]
  強化学習における探索の効果的なアプローチは、最適な政策に対するエージェントの不確実性に依存することである。 本稿では,評価値のバイアスや時間的に矛盾する点を強調した。 本稿では,時間差誤差の分布の導出に依存する値関数の不確かさを推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-10-05T18:11:22Z)

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。