論文の概要: SpinTune: Improving the Reliability of Quantum Sensor Networks for Practical Quantum-Classical Utility
- arxiv url: http://arxiv.org/abs/2605.04416v1
- Date: Wed, 06 May 2026 02:13:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-07 18:41:07.607683
- Title: SpinTune: Improving the Reliability of Quantum Sensor Networks for Practical Quantum-Classical Utility
- Title（参考訳）: SpinTune: 量子センサネットワークの信頼性を改善して量子古典的実用性を実現する
- Authors: Jason Ludmir, Nicholas S. DiBrita, Jason Han, Tirthak Patel,
- Abstract要約: 本研究では,特定の環境に適した適応的なパルスシーケンスを自律的に検出する強化学習ソフトウェアであるSpinTuneを提案する。
我々は,SpinTuneがコヒーレンス保存において標準DD配列より著しく優れていることを示す。
- 参考スコア（独自算出の注目度）: 2.932224747725755
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Emerging quantum sensors are increasingly envisioned as components of hybrid quantum-classical high-performance computing, enabling new capabilities in scientific, cyber-physical, and machine-learning pipelines. However, their practical utility is limited by environmental decoherence, which degrades sensing reliability. While dynamical decoupling (DD) pulse sequences can mitigate this, standard methods are often suboptimal in the presence of realistic noise. We present SpinTune, a reinforcement learning software approach that autonomously discovers adaptive, piecewise DD sequences tailored to specific environments. Using a simulation model of a Carbon-13 spin bath, we show that SpinTune significantly outperforms standard DD sequences in preserving coherence.
- Abstract（参考訳）: 新興量子センサーは、科学、サイバー物理、機械学習のパイプラインで新たな機能を実現するために、ハイブリッド量子古典的高性能コンピューティングのコンポーネントとしてますます期待されている。
しかし、その実用性は、感度信頼性を低下させる環境デコヒーレンスによって制限されている。
動的デカップリング(DD)パルス列はこれを緩和することができるが、標準的な手法はしばしば現実的な雑音の存在下で最適である。
我々は、特定の環境に合わせた適応的で断片的なDDシーケンスを自律的に発見する強化学習ソフトウェアであるSpinTuneを提案する。
炭素13スピン浴のシミュレーションモデルを用いて、SpinTuneはコヒーレンス保存において標準DD配列よりも著しく優れていることを示す。
関連論文リスト
- Designing quantum technologies with a quantum computer [1.4951795042951048]
一般電子スピン共鳴ハミルトニアンを用いたデバイスシミュレーションのための量子コンピュータ支援フレームワークを開発した。
このモデルでは、グレーエンコードされたqudit-to-qubitマッピング、qubit-wise commutingアグリゲーション、およびマルチ参照選択量子クリロフ高速フォワードアルゴリズムを組み合わせる。
数値シミュレーションはマイクロ波吸収スペクトルとともに$sim100$nsまでの自己相関関数の計算を実証する。
本フレームワークを古典シミュレーションに対してベンチマークし,ハードウェアコストの固定精度を規定する主要な要因として,sQKFFにおける参照状態の選択を同定する。
論文 参考訳（メタデータ） (2026-01-29T18:26:54Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Towards Quantum Enhanced Adversarial Robustness with Rydberg Reservoir Learning [45.92935470813908]
量子コンピューティング貯水池(QRC)は、量子多体系に固有の高次元非線形力学を利用する。
近年の研究では、変動回路に基づく摂動量子は逆数の影響を受けやすいことが示されている。
QR学習モデルにおける対向的堅牢性の最初の体系的評価について検討する。
論文 参考訳（メタデータ） (2025-10-15T12:17:23Z) - Multiple-Noise-Resilient Nonadiabatic Geometric Quantum Control of Solid-State Spins in Diamond [2.3042896679688085]
我々は, 従来の動的ゲートを頑健性とコヒーレンスの両方で著しく改善できる, 実験フレンドリーなマルチノイズ弾性非線形量子ゲート(MNR-NGQG)を実験的に報告した。
実験的に実現可能な設計と、ハードウェア要件の緩和により、我々の研究は、NVセンターシステムで高忠実度量子制御を実現するためのしっかりとしたパラダイムを提供する。
論文 参考訳（メタデータ） (2025-08-17T03:32:02Z) - TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing [50.95799256262098]
量子機械学習のための新しいテンソルトレイン(TT)誘導ハイパーネットワークフレームワークであるHyper-VQCを紹介する。
我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに委譲し、量子ハードウェアから最適化を効果的に分離する。
これらの結果から、Hyper-VQCは、短期デバイス上での実用的な量子機械学習を促進するためのスケーラブルで耐雑音性のあるフレームワークとして位置づけられる。
論文 参考訳（メタデータ） (2025-08-01T23:37:55Z) - Dynamic Estimation Loss Control in Variational Quantum Sensing via Online Conformal Inference [39.72602887300498]
現在の変分量子センシング法は厳密な性能保証を欠いている。
本稿では,パラメータの変動を動的に更新するオンラインVQS制御フレームワークを提案する。
量子磁気学タスクの実験では、提案された動的VQSアプローチが、正確な推定をしながら、時間とともに必要な信頼性を維持していることを確認した。
論文 参考訳（メタデータ） (2025-05-29T12:19:07Z) - Stochastic Security as a Performance Metric for Quantum-enhanced Generative AI [0.0]
深部エネルギーベースモデル(EBM)は、トレーニングと推論の両方で連続ドメインギブをサンプリングする必要がある。
量子ギブスサンプリングアルゴリズムを実行できるフォールトトレラントな量子コンピュータの代わりに、モンテカルロ法による拡散過程のシミュレーションを古典的な代替として利用する。
その結果,ギブスサンプリングの計算予算の増大は,モデルのキャリブレーションと対角ロバスト性を両立させることがわかった。
論文 参考訳（メタデータ） (2023-05-13T17:33:01Z) - Deep learning enhanced noise spectroscopy of a spin qubit environment [5.186945902380689]
実験により、ニューラルネットワークを用いることで、ノイズスペクトロスコピーの精度を高い精度で向上させることができることを示す。
ディープラーニングモデルは、標準的なDDノイズ分光法よりも正確である。
論文 参考訳（メタデータ） (2023-01-12T15:28:36Z) - Hardware-efficient error-correcting codes for large nuclear spins [62.997667081978825]
本稿では、実験的に実現可能な演算を用いて、核スピンの位相反転を補正するハードウェア効率の量子プロトコルを提案する。
結果は、修正されたスピンベースの量子ビットに対して実現可能なブループリントを提供する。
論文 参考訳（メタデータ） (2021-03-15T17:14:48Z) - Process tomography of Robust Dynamical Decoupling in Superconducting
Qubits [91.3755431537592]
リゲッティ量子コンピューティングプラットフォームは、異なる動的デカップリングシーケンスをテストするために使用された。
シーケンスの性能は量子プロセストモグラフィーによって特徴づけられ、量子チャネル形式を用いて解析された。
論文 参考訳（メタデータ） (2020-06-18T14:48:18Z)
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。