論文の概要: Variational Joint Magnetometry and Gradiometry on Dipolar Spin Chains
- arxiv url: http://arxiv.org/abs/2605.03906v1
- Date: Tue, 05 May 2026 15:59:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-06 19:35:44.01879
- Title: Variational Joint Magnetometry and Gradiometry on Dipolar Spin Chains
- Title（参考訳）: 双極子スピン鎖上の変化型関節磁力計と重力計
- Authors: Priyam Srivastava, Xin Jin, Junyu Liu, Gurudev Dutt, Tom Purdy, Kang Kim, Kaushik P. Seshadreesan,
- Abstract要約: 本稿では,det(F)を目的とし,ハードウェアを駆動する層状双極回路をアンザッツとする変分フレームワークを提案する。
両方のエンコーディングジェネレータは計算ベースで対角的であり、量子フィッシャー情報ベンチマークの探索を確率-複雑な最適化に還元する。
- 参考スコア（独自算出の注目度）: 14.720429715932829
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Estimating a uniform magnetic field B0 and its spatial gradient g on a dipolar-coupled spin chain calls for a multiparameter figure of merit. The GHZ state, optimal for single-parameter Heisenberg-limited sensing, has a rank-one quantum Fisher information matrix with det(Q^GHZ) = 0 at every chain length N, ruling it out for the two-parameter problem. We present a variational framework that takes det(F) as the objective and a hardware-motivated layered dipolar circuit as the ansatz. Both encoding generators are diagonal in the computational basis, which reduces the search for the quantum Fisher information benchmark to a probability-simplex optimization and yields a tractable best-found benchmark det(Q*) against which variational performance is compared. The same diagonal structure makes the classical Fisher information depend only on basis-state probabilities under any single-qubit decoder, so encoder and decoder parameters are co-trained with CMA-ES in a single run. Decoder optimization past fixed Ramsey adds at most a few percentage points across the grid, in contrast to the persistent decoder gains seen in our prior single-parameter work. Variational probes at L = 3 reach 0.92 of the best-found benchmark at N = 5, a 4.2x SQL advantage in det(F), and concentrate on a four-string motif of the two GHZ extrema and two half-chain-flip strings whose structure follows from the Dicke-sector decomposition of the two generators.
- Abstract（参考訳）: 双極子結合スピン鎖上の均一磁場B0とその空間勾配gを推定すると、多パラメータのメリットが求められる。
GHZ状態は、単一パラメータのハイゼンベルク制限センシングに最適であり、各鎖長 N において det(Q^GHZ) = 0 のランク1量子フィッシャー情報行列を持ち、2パラメータの問題を除外する。
本稿では,det(F)を目的とし,ハードウェアを駆動する層状双極回路をアンザッツとする変分フレームワークを提案する。
両方のエンコーディングジェネレータは計算ベースで対角であり、量子フィッシャー情報ベンチマークの探索を確率-単純最適化に還元し、変動性能を比較した抽出可能なベストファンドベンチマークdet(Q*)を生成する。
同じ対角構造により、古典的なフィッシャー情報は、任意の単一量子ビットデコーダの基底状態確率にのみ依存するので、エンコーダとデコーダパラメータは1回の実行でCMA-ESと共同で訓練される。
デコーダの最適化 固定されたRamseyは、以前の単一パラメータの作業で見られる永続的なデコーダゲインとは対照的に、グリッド全体で少なくとも数パーセントのポイントを追加します。
L = 3 における変分プローブは、N = 5 における最良のベンチマークの 0.92 に達し、det(F) における 4.2x SQL の利点は、2つの GHZ extrema と2つの半鎖フリップ弦の4弦モチーフに集中する。
関連論文リスト
- High-Rate Quantized Matrix Multiplication: Theory and Practice [29.75700570685703]
本研究では,量子化行列乗法(MatMul)の問題点について検討する。
1) 両行列を量子化(重+量子化)しなければならないジェネリック・マトマルと,2) 第二行列が共分散行列$_X$でのみ知られている重みのみの量子化である。
論文 参考訳（メタデータ） (2026-01-23T21:32:44Z) - Contrastive Entropy Bounds for Density and Conditional Density Decomposition [6.697324698653934]
ヒルベルト空間と分解を用いて、多重出力ネットワークがガウス混合を定義する複数の中心を生成する場合に対処する。
本稿では,デコーダを複数出力するエンコーダ/ミキサー/デコーダアーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-11-17T02:49:08Z) - FFT-Accelerated Auxiliary Variable MCMC for Fermionic Lattice Models: A Determinant-Free Approach with $O(N\log N)$ Complexity [52.3171766248012]
量子多体系のシミュレーションを劇的に高速化するマルコフ連鎖モンテカルロ(MCMC)アルゴリズムを導入する。
我々は,量子物理学のベンチマーク問題に対するアルゴリズムの有効性を検証し,既知の理論結果を正確に再現する。
我々の研究は、大規模確率的推論のための強力なツールを提供し、物理学に着想を得た生成モデルのための道を開く。
論文 参考訳（メタデータ） (2025-10-13T07:57:21Z) - Variational Quantum Sensing for Structured Linear Function Estimation [0.977068710930551]
量子センシングタスクにおける絡み合ったプローブ状態の変動最適化について検討する。
具体的には、スピン1/2アレイの各キュービットが位相 phi_i = alpha_i * Theta を蓄積するシナリオを考える。
i)全ての量子ビットが位相関数に等しく寄与する一様符号化、(ii)中心量子ビットが重みベクトルを支配しているカスタム符号化である。
論文 参考訳（メタデータ） (2025-07-29T17:48:14Z) - Exploring Entanglement and Parameter Sensitivity in QAOA through Quantum Fisher Information [0.0]
量子フィッシャー情報(QFI)は、量子状態がその変動パラメータの変化にどれだけ敏感に反応するかを定量化するために用いられる。
正規化対角 QFI から突然変異確率とステップサイズを設定する QFI-Informed Mutation (QIm) を提案する。
7キュービットと10キュービットのインスタンスでは、QImは100回の実行で同じ確率とランダムリスタートのベースラインよりも平均と低分散を実現している。
論文 参考訳（メタデータ） (2025-07-24T22:59:53Z) - Decomposed Global Optimization for Robust Point Matching with Low-Dimensional Branching [41.05165517541873]
部分重なり合う点集合を整列する新しい大域的最適化手法を提案する。
本手法は非剛性変形, 位置雑音, 外れ値に優れた強靭性を示す。
2次元および3次元合成および実世界のデータを用いた実験により,本手法は最先端の手法と比較して,外れ値に対して優れた強靭性を示すことが示された。
論文 参考訳（メタデータ） (2024-05-14T13:28:57Z) - Logical qubit implementation for quantum annealing: augmented Lagrangian
approach [0.0]
量子アニール上の最適化問題の解法は、通常、各問題の変数を接続された量子ビットの集合で表わす必要がある。
連鎖重みを小さくする適切な論理量子ビット表現を生成するための最適化に基づく手法を提案する。
論文 参考訳（メタデータ） (2023-01-29T08:45:36Z) - Automatic and effective discovery of quantum kernels [41.61572387137452]
量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。
本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。
その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
論文 参考訳（メタデータ） (2022-09-22T16:42:14Z) - Quantum Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳（メタデータ） (2022-06-30T03:15:23Z) - Unbiased Gradient Estimation for Variational Auto-Encoders using Coupled
Markov Chains [34.77971292478243]
変分オートエンコーダ(VAE)は、オートエンコーダのようなアーキテクチャで2つのニューラルネットワークを持つ、潜伏変数モデルである。
ログ型勾配の偏りのない推定器を導入することにより,VAEのトレーニング手法を開発する。
偏りのない推定器を装着したVAEは予測性能が向上することを示した。
論文 参考訳（メタデータ） (2020-10-05T08:11:55Z)
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。