論文の概要: Learning Gaussian optical states with quantum computers

• arxiv url: http://arxiv.org/abs/2605.05325v1
• Date: Wed, 06 May 2026 18:01:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.354179
• Title: Learning Gaussian optical states with quantum computers
• Title（参考訳）: 量子コンピュータによるガウス光学状態の学習
• Abstract要約: 近年の成果は、量子コンピュータが利用可能なときの量子状態の学習特性において劇的な優位性を確立している。 これらの結果は、弱い電磁場のイメージングとセンシングへの量子コンピュータの応用を動機付けている。
• 参考スコア（独自算出の注目度）: 1.2366208723499548
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent results have established dramatic advantages in learning properties of quantum states when a quantum computer is available to process or jointly measure multiple copies of the unknown quantum state. Learning tasks can be accomplished with exponentially fewer copies of the state when compared to optimized classical learning strategies that are restricted to measuring one copy of the state at a time. While these results were established in abstract settings and for artificial learning tasks, they motivate the application of quantum computers to imaging and sensing of weak electromagnetic fields since these settings are ultimately concerned with the learning of unknown quantum states. In this work we apply these new results in quantum learning to the problem of learning Gaussian states of the electromagnetic field, which are germane since they describe most fields used in imaging and sensing. In order to connect with quantum learning theory, we consider the transduction of an $n$-mode Gaussian state into a register of qubits on a quantum computer followed by optimized measurements on these qubits to extract the parameters defining the original Gaussian state. We rigorously bound the number of copies of the Gaussian state required to achieve worst-case additive error in parameter estimates. The scaling of this bound with $n$ is exponentially better than naïve strategies for characterizing Gaussian states and matches recently derived bounds for characterization of Gaussian states using continuous-variable (CV) classical shadows. In addition, our bound has a polynomially better dependence on the energy of the multimode Gaussian state compared to the CV shadows protocol.
• Abstract（参考訳）: 最近の研究では、量子コンピュータが未知の量子状態の複数のコピーを処理または共同で測定できる場合、量子状態の学習特性において劇的な優位性を確立している。 学習タスクは、一度に1つの状態のコピーを測定することに限定された最適化された古典的な学習戦略と比較して、指数関数的に少ない状態のコピーで達成することができる。 これらの結果は、抽象的な設定と人工知能のタスクで確立されたが、これらの設定が最終的に未知の量子状態の学習に関係しているため、弱い電磁場のイメージングとセンシングへの量子コンピュータの適用を動機付けている。 本研究では、これらの新しい結果を量子学習に適用し、電磁場のガウス状態の学習問題に適用する。 量子学習理論と結びつくために、量子コンピュータ上の量子ビットのレジスタに$n$モードガウス状態が変換された後、これらの量子ビット上で最適化された測定を行い、元のガウス状態を定義するパラメータを抽出する。 パラメータ推定における最悪の加法誤差を達成するのに必要なガウス状態のコピー数を厳密に制限する。 この$n$による境界のスケーリングは、連続変数(CV)古典影を用いてガウス状態を特徴づけるためのナイーブ戦略よりも指数関数的に優れている。 さらに、我々の境界はCVシャドウプロトコルと比較して、多モードガウス状態のエネルギーに多項式的に依存する。

関連論文リスト

• Is it Gaussian? Testing bosonic quantum states [1.7340190329759613]
  一定数のコピーが、状態が正確にガウス的であるかどうかを決定するのに十分であることを示す。 また、一般混合状態のガウス性をテストするには指数関数的に多くのコピーが必要であることも証明した。 提案手法はガウス状態の回転不変対称性と最近導入されたCVトレース距離境界のツールボックスに依存する。
  論文  参考訳（メタデータ） (2025-10-08T17:56:34Z)
• Efficient Gaussian State Preparation in Quantum Circuits [4.930778301847907]
  本稿では,1キュービット回転から始まって指数振幅プロファイルを形成する回路ベースアプローチを提案し,解析する。 この手法がガウス状態と高い忠実性を達成することを実証する。 提案手法は、ガウス状態がノイズの多い量子ハードウェア上でアクセスできるようにするための有望な方法であると結論付けている。
  論文  参考訳（メタデータ） (2025-07-27T15:15:20Z)
• Correlating noise floor with magic and entanglement in Pauli product states [37.69303106863453]
  パウリの積公式によって生成されるノイズの多い状態から、量子コンピューティングに特有の資源を回収する能力を示す。 純状態の忠実度は、与えられた計算のノイズフロアを表す。 各種の小型回路に対して,古典的影データを収集することにより,これらの知見を実験的に検証した。
  論文  参考訳（メタデータ） (2025-05-07T19:24:00Z)
• Exponential learning advantages with conjugate states and minimal quantum memory [0.0]
  将来量子コンピュータで利用可能な新しい学習リソースについて検討する。 特定のシャドウトモグラフィータスクでは、$rho otimes rhoast$ のコピーのみの測定は $rhootimes K$ の測定よりも指数関数的に強力である。 この利点は、量子シミュレーションの改善、量子センサーからの学習、新しい物理現象の発見に応用できるかもしれない。
  論文  参考訳（メタデータ） (2024-03-06T05:04:45Z)
• Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
  グレー値画像のひび割れ検出に量子転送学習を適用した。 我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
  論文  参考訳（メタデータ） (2023-07-31T14:45:29Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Quantum process tomography of continuous-variable gates using coherent states [49.299443295581064]
  ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。 符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
  論文  参考訳（メタデータ） (2023-03-02T18:08:08Z)
• QuGIT: a numerical toolbox for Gaussian quantum states [0.0]
  QuGITは、マルチモードガウス状態と演算を効率的にシミュレートするシンプレクティック手法に基づくピソン数値ツールボックスである。 任意のガウス状態に対するガウス的操作は、ユニタリ、部分トレース、テンソル積、一般次元測定、条件的および非条件的ダイナミクスを含む幅広い範囲で提供される。
  論文  参考訳（メタデータ） (2022-01-17T11:58:14Z)
• Quantum Non-Gaussianity From An Indefinite Causal Order of Gaussian Operations [0.0]
  量子非ガウス状態は、量子情報処理において多くのタスクに有用な資源であると考えられている。 我々は、制御量子ビットの自由度によって順序が制御される操作から、非常に非ガウス状態を構築するのに非常に有用なことに対処している。
  論文  参考訳（メタデータ） (2021-08-30T09:20:17Z)
• Efficient construction of tensor-network representations of many-body Gaussian states [59.94347858883343]
  本稿では,多体ガウス状態のテンソルネットワーク表現を効率よく,かつ制御可能な誤差で構築する手法を提案する。 これらの状態には、量子多体系の研究に欠かせないボゾン系およびフェルミオン系二次ハミルトン系の基底状態と熱状態が含まれる。
  論文  参考訳（メタデータ） (2020-08-12T11:30:23Z)
• Quantum Gram-Schmidt Processes and Their Application to Efficient State Read-out for Quantum Algorithms [87.04438831673063]
  本稿では、生成した状態の古典的ベクトル形式を生成する効率的な読み出しプロトコルを提案する。 我々のプロトコルは、出力状態が入力行列の行空間にある場合に適合する。 我々の技術ツールの1つは、Gram-Schmidt正則手順を実行するための効率的な量子アルゴリズムである。
  論文  参考訳（メタデータ） (2020-04-14T11:05:26Z)

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。