論文の概要: Subsystem relaxation and a calibrated sampling diagnostic for programmable quantum annealers

• arxiv url: http://arxiv.org/abs/2605.19381v1
• Date: Tue, 19 May 2026 05:28:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:09.139748
• Title: Subsystem relaxation and a calibrated sampling diagnostic for programmable quantum annealers
• Title（参考訳）: プログラマブル量子アニールのサブシステム緩和と校正サンプリング診断
• Authors: Luis Lozano,
• Abstract要約: 2つのD-Wave量子アニール上にサブシステム環境プロトコルを実装した。 6ビットサブシステムは、環境が大きくあるいは強く結合されたときに初期状態独立となる。 量子アニールサンプリングのためのサブシステムレベルの検証プロトコルを提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Programmable quantum annealers are used as open-system samplers, but it is unclear when reverse annealing erases preparation memory and what the readout represents. Here we implement a subsystem-environment protocol on two D-Wave quantum annealers, varying environment size, coupling, disorder, preparation, geometry and QPU generation. A six-qubit subsystem becomes initial-state independent when the environment is large or strongly coupled, while quenched disorder and atypical environment states arrest relaxation. Pairing the memory order parameter with the distance to a calibrated conditional-Boltzmann reference yields a diagnostic that flags rare wrong-basin trapping memory loss alone misses; memory-retaining conditions stay far from the reference (median 0.35). Relaxed ferromagnetic readouts are near-deterministic, so small distances there are a consistency check, not a thermometric test. In a mixed-frustration benchmark, the local-update model practitioners assume mispredicts QPU relaxation roughly sevenfold, whereas non-local classical sampling recovers it. We provide a subsystem-level validation protocol for quantum-annealer sampling.
• Abstract（参考訳）: プログラム可能な量子アニールは、オープンシステムサンプリングとして使用されるが、逆アニールが準備メモリを消去し、リードアウトが何を表現しているかは不明である。 ここでは,2つのD-Wave量子異方体(環境サイズ,結合,障害,準備,幾何学,QPU生成)にサブシステム環境プロトコルを実装した。 6ビットのサブシステムは、環境が大きくあるいは強く結合されたときに初期状態に独立し、焼成障害や非定型環境は逮捕緩和状態となる。 メモリ順序パラメータを校正条件-ボルツマン基準までの距離でペアリングすると、希少な誤ベーストラップによるメモリ損失のみを見逃すという診断が得られ、メモリ保持条件は基準から遠く離れている(中間0.35)。 緩和された強磁性の読み出しは、ほぼ決定論的であるため、小さな距離では、温度測定テストではなく、一貫性チェックがある。 混合フラストレーションベンチマークでは、局所更新モデルの実践者は、QPU緩和を約7倍の精度で予測し、非局所古典的なサンプリングはそれを回復する。 量子アニールサンプリングのためのサブシステムレベルの検証プロトコルを提供する。

関連論文リスト

• Fast Bayesian equipment condition monitoring via simulation based inference: applications to heat exchanger health [39.61652266573024]
  熱交換器の複雑な故障モードを診断するために,アモータイズされた神経後部推定を利用したAI駆動型フレームワークを提案する。 このフレームワークをMCMCベースラインに対して,様々な合成ファウリングおよびリークシナリオでベンチマークする。 ニューラルネットワークの償却された性質は、ほぼ瞬時に推論を可能にし、高度にスケーラブルでリアルタイムな代替手段としてSBIを確立する。
  論文  参考訳（メタデータ） (2026-04-22T16:21:25Z)
• Single-shot measurement learning as a self-certifying estimator for quantum-enhanced sensing [0.0]
  単発計測学習は、1ビットの成功/失敗記録から補償ユニタリを学習する。 補償型センシングファミリーでは、ベルヌーイの成功/失敗記録はプローブ量子フィッシャー情報と局所的に一致している。 この意味において、Sは、プローブが持つ量子エンハンスメントを、オンラインの自己終端プロトコルで操作的に利用できるようにする。
  論文  参考訳（メタデータ） (2026-04-02T02:11:10Z)
• From Calibration to Refinement: Seeking Certainty via Probabilistic Evidence Propagation for Noisy-Label Person Re-Identification [40.73759251488672]
  既存のノイズロスのある人物Re-ID法は、ソフトマックス出力を用いた損失補正やサンプル選択方式に依存している。 本稿では,キャリブレーションからリファインメントへ伝播する確率的証拠を通じて確実性を求める2段階フレームワークであるCARE法を提案する。 精製段階では, クリーン試料とノイズ試料をより正確に識別できるエビデンス伝搬精製法(EPR)を設計する。
  論文  参考訳（メタデータ） (2026-02-26T15:50:15Z)
• Phase-space entropy at acquisition reflects downstream learnability [54.4100065023873]
  楽器分解位相空間に基づく取得レベルスカラー$S_mathcal B$を提案する。 本稿では, (S_mathcal B) が周期サンプリングの位相空間コヒーレンスを正確に同定できることを理論的に示す。 $|S_mathcal B|$は一貫してサンプリングジオメトリをランク付けし、トレーニングなしで下流での再構築/認識の困難を予測します。
  論文  参考訳（メタデータ） (2025-12-22T10:03:51Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Supervised Machine Learning for Predicting Open Quantum System Dynamics and Detecting Non-Markovian Memory Effects [0.0]
  オープン量子システムのダイナミクスを予測し,非マルコフメモリを検出するための,エンフノベルでスケーラブルな教師付き機械学習フレームワークを提案する。 過去の補足データの短いスライディングウィンドウでトレーニングされたフィードフォワードニューラルネットワークは、状態トモグラフィや風呂の知識のない観測可能なシステム$langle Z_(S)(t)rangle$を予測する。 メモリの定量化のために、Emphpredicted $langle Z_(S) において上向きの 'ターンバック' をカウントする正規化再生基準を導入する。
  論文  参考訳（メタデータ） (2025-09-26T10:40:44Z)
• Post-Hoc Split-Point Self-Consistency Verification for Efficient, Unified Quantification of Aleatoric and Epistemic Uncertainty in Deep Learning [5.996056764788456]
  不確実性定量化(UQ)は、信頼できる深層学習には不可欠であるが、既存の手法は計算集約的であるか、タスク固有の部分的な見積もりのみを提供する。 本研究では,事前訓練したモデルの変更や再訓練を伴わずに,アレタリックおよびてんかんの不確実性を共同でキャプチャするポストホック・シングルフォワード・パス・フレームワークを提案する。 提案手法は,EmphSplit-Point Analysis (SPA) を用いて,予測残差を上下サブセットに分解し,各側でEmphMean Absolute Residuals (MAR) を演算する。
  論文  参考訳（メタデータ） (2025-09-16T17:16:01Z)
• Error recovery protocols within metastable Decoherence-Free Subspaces [0.0]
  量子マスター方程式によって支配されるオープン量子系は、量子メタスタビリティを示すことができる。 このような準安定DFSを受動的量子誤り訂正のための符号空間として利用する方法について検討する。 リウヴィリアンのスペクトル特性を用いて、どの種類の誤りが自律的に逆転できるかを特徴付ける。
  論文  参考訳（メタデータ） (2025-06-24T13:54:16Z)
• Error-quantified Conformal Inference for Time Series [55.11926160774831]
  時系列予測の不確かさの定量化は、時系列データの時間的依存と分布シフトのために困難である。 量子化損失関数をスムースにすることで,iError-quantified Conformal Inference (ECI)を提案する。 ECIは有効な誤発見制御と、他のベースラインよりも厳密な予測セットを出力することができる。
  論文  参考訳（メタデータ） (2025-02-02T15:02:36Z)
• Probing finite-temperature observables in quantum simulators of spin systems with short-time dynamics [62.997667081978825]
  ジャジンスキー等式から動機付けられたアルゴリズムを用いて, 有限温度可観測体がどのように得られるかを示す。 長範囲の逆場イジングモデルにおける有限温度相転移は、捕捉されたイオン量子シミュレータで特徴づけられることを示す。
  論文  参考訳（メタデータ） (2022-06-03T18:00:02Z)

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。