論文の概要: QMaxCal: Path-Space Regularization for Open Quantum Control via Girsanov's Theorem
- arxiv url: http://arxiv.org/abs/2606.19947v1
- Date: Thu, 18 Jun 2026 08:44:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.742646
- Title: QMaxCal: Path-Space Regularization for Open Quantum Control via Girsanov's Theorem
- Title（参考訳）: QMaxCal: Girsanovの定理によるオープン量子制御のためのパス空間正規化
- Authors: Merijn Moody, Zier Mensch, Miranda C. N. Cheng, Peter G. Bolhuis, Max Welling,
- Abstract要約: 正規化器は、デコヒーレンスの影響が最小限である状態に向けてシステムを駆動するために使用される。
正規化器は、キャリブレーションされたIBMキングストンチェーンで16%の利得で、不忠実度を最大50%減少させる。
- 参考スコア（独自算出の注目度）: 20.48831221835032
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reliable quantum control in the presence of decoherence requires policies that combat the effect of environmental noise on the controlled dynamics. Open quantum systems under continuous monitoring generate classical measurement records whose drift depends on the noise experienced by the system; the records of two evolutions sharing the same decoherence channels differ only in this drift, so Girsanov's theorem yields a closed-form, differentiable estimator of the KL divergence between their trajectory distributions. We instantiate this estimator with two physically motivated reference measures, yielding two regularizers that both drive the system toward states where the effects of decoherence are minimal: the Wiener KL (KL_W), which is empirically more effective under certain conditions on the noise model, and the drift-variance regularizer (R_DV), which works for all noise models. Both are qualitatively distinct from existing penalties on control fluence or smoothness: they penalize the observable consequences of control on the decoherence channels rather than the control amplitude itself. The regularizers outperform unregularized gradient-based and reinforcement-learning baselines across a range of open quantum systems -- including single- and multi-qubit benchmarks and a multi-qubit chain calibrated to a published snapshot of the IBM Kingston processor -- along several axes of evaluation: final-state fidelity, robustness to mismatch in the assumed noise model (gains grow from +17 pp at training noise to +27 pp under 2.5x noise mismatch), and occupation of forbidden states. The regularizers reduce infidelity by up to 50%, with ~16% gains on the calibrated IBM Kingston chain.
- Abstract（参考訳）: デコヒーレンスの存在下での信頼性の高い量子制御は、制御されたダイナミクスに対する環境騒音の影響に対処するポリシーを必要とする。
連続監視下のオープン量子系は、ドリフトがシステムによって経験されるノイズに依存する古典的な測定記録を生成する; 同じデコヒーレンスチャネルを共有する2つの進化の記録はこのドリフトでのみ異なるので、ギルサノフの定理は、軌道分布間のKLの偏差の閉形式で微分可能な推定器を生成する。
我々は、この推定器を2つの物理的動機付けされた基準測度でインスタンス化し、どちらもデコヒーレンスの影響が最小限である状態に向かってシステムを駆動する2つの正則化器を与える: Wiener KL (KL_W) と、全てのノイズモデルに作用するドリフト分散正則化器 (R_DV) である。
どちらも、コントロールフルエンスや滑らかさに関する既存の罰とは質的に異なり、制御振幅自体よりもデコヒーレンスチャネルに対する制御の観察可能な結果が罰せられる。
正規化器は、単一およびマルチキュービットのベンチマークと、IBM Kingstonプロセッサの公開スナップショットに校正されたマルチキュービットチェーンを含む、様々なオープン量子システムにおいて、非正規化勾配ベースおよび強化学習ベースラインよりも優れており、いくつかの評価軸に沿って、最終的な状態の忠実性、想定されるノイズモデルにおけるミスマッチに対する堅牢性(ゲインは、トレーニングノイズで+17ppから+27ppまで、2.5倍のノイズミスマッチで+27ppまで増加する)、および禁制状態の占有である。
正規化器は、キャリブレーションされたIBMキングストンチェーンで約16%のゲインで、不忠実度を最大50%減少させる。
関連論文リスト
- Test-time Adaptive Hierarchical Co-enhanced Denoising Network for Reliable Multimodal Classification [55.56234913868664]
マルチモーダルデータを用いた信頼性学習のためのTAHCD(Test-time Adaptive Hierarchical Co-enhanced Denoising Network)を提案する。
提案手法は,最先端の信頼性の高いマルチモーダル学習手法と比較して,優れた分類性能,堅牢性,一般化を実現する。
論文 参考訳（メタデータ） (2026-01-12T03:14:12Z) - 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) - Universally Robust Control of Open Quantum Systems [0.6086160084025234]
ノイズによって引き起こされるデコヒーレンスを緩和することは、オープン量子システムの制御における中心的な課題である。
本稿では,環境騒音の事前評価を行なわずに高忠実度動作を実現する,ノイズ非依存の量子制御のための普遍的なフレームワークを提案する。
論文 参考訳（メタデータ） (2025-08-10T15:09:38Z) - Limitations to Dynamical Error Suppression and Gate-Error Virtualization from Temporally Correlated Nonclassical Noise [0.0]
ガウス量子デファスリングノイズの下で, 最小解法可能な単一量子ビットモデルについて検討する。
ディジタル周期制御では、制御履歴がない場合に達成できるものよりも厳密に小さい値でゲート忠実度が飽和することを証明する。
カップリングがノイズの相関時間よりも大きい時間スケールでキュービットを極端に純粋に保てる場合のみ、浴槽は元の統計にほぼ収束する。
論文 参考訳（メタデータ） (2024-07-05T18:00:00Z) - Generation of C-NOT, SWAP, and C-Z Gates for Two Qubits Using Coherent
and Incoherent Controls and Stochastic Optimization [56.47577824219207]
我々は、Gorini-Kossakowsky-Sudarchhan-Lindblad型マスター方程式によって決定される開量子系の力学の一般的な形式を考える。
我々は,2ビットのC-NOT,SWAP,C-Zゲートを生成する際の制御問題を,一括定数制御と最適化を用いて解析する。
論文 参考訳（メタデータ） (2023-12-09T17:55:47Z) - Autonomous coherence protection of a two-level system in a fluctuating
environment [68.8204255655161]
我々は、もともと、相互作用しない2レベルシステム(量子ビット)のアンサンブルから静的ドップラー拡大の効果を取り除くことを意図したスキームを再検討する。
このスキームははるかに強力であり、時間と空間に依存するノイズから単一(あるいはアンサンブル)量子ビットのエネルギーレベルを保護できることを示した。
論文 参考訳（メタデータ） (2023-02-08T01:44:30Z) - Robust Control for Dynamical Systems With Non-Gaussian Noise via Formal
Abstractions [59.605246463200736]
雑音分布の明示的な表現に依存しない新しい制御器合成法を提案する。
まず、連続制御系を有限状態モデルに抽象化し、離散状態間の確率的遷移によってノイズを捕捉する。
我々は最先端の検証技術を用いてマルコフ決定プロセスの間隔を保証し、これらの保証が元の制御システムに受け継がれるコントローラを演算する。
論文 参考訳（メタデータ） (2023-01-04T10:40:30Z) - Machine Learning assisted excess noise suppression for
continuous-variable quantum key distribution [10.533604439090514]
等化に基づく余剰雑音抑制手法を提案する。
このスキームでは、ニューラルネットワークとパイロットトーンが補助する等化により歪んだ信号を補正することができる。
実験結果から, 余剰雑音を低レベルに抑えることが可能であり, 性能が著しく向上することが示唆された。
論文 参考訳（メタデータ） (2022-07-21T12:31:13Z) - Multipartite entanglement and purity dynamics in classical channels
influenced by fractional Gaussian noise [0.5735035463793008]
我々は,多部GHZ様状態において,不確定な絡み合いと純度保存をシミュレートできることを示した。
絡み合いと混合度基準の違いは異なる結果をもたらし、多部相関を明らかにするために様々なアプローチを検討する必要があることを強調した。
論文 参考訳（メタデータ） (2021-11-03T13:39:57Z) - Efficient and robust certification of genuine multipartite entanglement
in noisy quantum error correction circuits [58.720142291102135]
実効多部絡み(GME)認証のための条件付き目撃手法を導入する。
線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。
本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
論文 参考訳（メタデータ） (2020-10-06T18:00:07Z)
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。