論文の概要: Analytic gradients for low-rank quantum optimal control

• arxiv url: http://arxiv.org/abs/2607.14217v1
• Date: Wed, 15 Jul 2026 18:00:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-17 17:01:32.873592
• Title: Analytic gradients for low-rank quantum optimal control
• Title（参考訳）: 低ランク量子最適制御のための解析勾配
• Abstract要約: オープン量子系における制御パルスの設計法である低ランク最適制御(LROC)を導入する。 プロトコルは純度を保つために設計されているため、密度行列はいくつかの純粋な状態によって支配される。 LROCは、この分解形式のみを伝播し、対応する随伴方程式を導出することにより、任意の微分可能な対象の勾配を得る。
• 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: We introduce low-rank optimal control (LROC), a method for designing control pulses in open quantum systems whose full density-matrix simulation is prohibitively expensive. The method exploits a feature of quantum computing itself: because protocols are designed to preserve purity, the density matrix is dominated by a few pure states and admits an accurate low-rank factorization. LROC propagates only this factorized form and, by deriving the corresponding adjoint equation, obtains the gradient of any differentiable objective at the same reduced cost as the simulation, leading to a quadratic improvement in time and memory compared to the full master equation. We illustrate the breadth of the method on four superconducting-circuit tasks: preparation of a five-qubit GHZ state, a CNOT gate, qubit readout, and an error correction primitive, modeled with realistic multilevel transmons, decay, and strong drives, in each case reaching fidelities consistent with the intrinsic dissipation limits. LROC thereby extends pulse-level optimization to system sizes beyond the reach of existing gradient-based methods.
• Abstract（参考訳）: 低ランク最適制御(LROC)は,全密度行列シミュレーションが違法に高価であるオープン量子系において,制御パルスを設計する手法である。 プロトコルは純粋性を保存するように設計されているため、密度行列はいくつかの純粋な状態に支配され、正確な低ランクの分解が認められる。 LROCは、この分解形式のみを伝播し、対応する随伴方程式を導出することにより、シミュレーションと同等のコストで、任意の微分可能な対象の勾配を得ることができ、完全なマスター方程式と比較して時間と記憶が2次的に改善される。 本手法は, 5量子GHZ状態, CNOTゲート, キュービットリードアウト, 誤り訂正プリミティブの4種類の超伝導回路上での幅幅について述べる。 これによりLROCは、既存の勾配法の範囲を超えて、システムサイズに対するパルスレベル最適化を拡張できる。

関連論文リスト

• Scalable Lindblad Noise Learning via Stochastic Tensor-Network Simulation [48.887627688666974]
  大規模オープン量子システムにおける学習散逸率は、短期量子技術の大きな障害である。 本稿では,シミュレーション手法であるJump Method(TJM)を組み合わせたLindblad散逸率のスケーラブルなノイズ学習フレームワークを提案する。 我々は,Isingモデルにおける2つのノイズモデルに対するアプローチを実証し,各サイトについて,N_mathrmsite=16$まで独立散逸率を学習した。 スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
  論文  参考訳（メタデータ） (2026-08-25T15:07:11Z)
• Adaptive Tensor Network Sampling for Quantum Optimal Control [0.0]
  量子最適制御(QOC)は、単一量子システムにおける高忠実度演算を実現するためのフレームワークを提供する。 2つのカテゴリ: 勾配のない製品サンプリングアルゴリズム、a自由勾配状態/テンスペア(MPS/TT)を導入する。 提案手法では, 離散制御パラメータの空間上のスコア関数を定義し, サンプリング分布候補制御列を誘導する。
  論文  参考訳（メタデータ） (2026-04-27T13:36:00Z)
• Practical Application of the Quantum Carleman Lattice Boltzmann Method in Industrial CFD Simulations [44.99833362998488]
  この研究は、格子ボルツマン法(LBM)に基づくCFDへのハイブリッド量子古典的アプローチの実用的な数値評価を提示する。 本手法は, 異なる境界条件, 周期性, バウンスバック, 移動壁を有する3つのベンチマークケースで評価した。 提案手法の有効性を検証し,10～3ドル程度の誤差忠実度と,実際の量子状態サンプリングに十分な確率を達成できた。
  論文  参考訳（メタデータ） (2025-04-17T15:41:48Z)
• Improved simulation of quantum circuits dominated by free fermionic operations [1.024113475677323]
  本稿では,FLOゲートと非ガウスゲートの「自由」近傍マッチゲートと等価なフェルミオン線形光学(FLO)ゲートからなる普遍量子回路をシミュレーションするアルゴリズムを提案する。 我々の重要な貢献は、FLO回路をシミュレートする新しい位相感受性アルゴリズムの開発である。 任意のFLOユニタリーと$k$制御Zゲートを含む量子回路に対して、先行技術よりも指数関数的に$k$O(4.5k)$Oを得る。
  論文  参考訳（メタデータ） (2023-07-24T11:36:28Z)
• GRAPE optimization for open quantum systems with time-dependent decoherence rates driven by coherent and incoherent controls [77.34726150561087]
  グラディエントアセンセントパルス工学(GRAPE)法は量子制御の最適化に広く用いられている。 我々は、コヒーレント制御と非コヒーレント制御の両方によって駆動されるオープン量子系の目的関数を最適化するために、GRAPE法を採用する。 状態-状態遷移問題に対する数値シミュレーションによりアルゴリズムの効率を実証する。
  論文  参考訳（メタデータ） (2023-07-17T13:37:18Z)
• D4FT: A Deep Learning Approach to Kohn-Sham Density Functional Theory [79.50644650795012]
  コーンシャム密度汎関数論(KS-DFT)を解くための深層学習手法を提案する。 このような手法はSCF法と同じ表現性を持つが,計算複雑性は低下する。 さらに,本手法により,より複雑なニューラルベース波動関数の探索が可能となった。
  論文  参考訳（メタデータ） (2023-03-01T10:38:10Z)
• Quantum Gate Generation in Two-Level Open Quantum Systems by Coherent and Incoherent Photons Found with Gradient Search [77.34726150561087]
  我々は、非コヒーレント光子によって形成される環境を、非コヒーレント制御によるオープン量子系制御の資源とみなす。 我々は、ハミルトニアンにおけるコヒーレント制御と、時間依存デコヒーレンス率を誘導する散逸器における非コヒーレント制御を利用する。
  論文  参考訳（メタデータ） (2023-02-28T07:36:02Z)
• On optimization of coherent and incoherent controls for two-level quantum systems [77.34726150561087]
  本稿では、閉かつオープンな2レベル量子系の制御問題について考察する。 閉系の力学は、コヒーレント制御を持つシュリンガー方程式によって支配される。 開系の力学はゴリーニ=コサコフスキー=スダルシャン=リンドブラッドのマスター方程式によって支配される。
  論文  参考訳（メタデータ） (2022-05-05T09:08:03Z)
• Faster One-Sample Stochastic Conditional Gradient Method for Composite Convex Minimization [61.26619639722804]
  滑らかで非滑らかな項の和として形成される凸有限サム目標を最小化するための条件勾配法(CGM)を提案する。 提案手法は, 平均勾配 (SAG) 推定器を備え, 1回に1回のサンプルしか必要としないが, より高度な分散低減技術と同等の高速収束速度を保証できる。
  論文  参考訳（メタデータ） (2022-02-26T19:10:48Z)
• LG-LSQ: Learned Gradient Linear Symmetric Quantization [3.6816597150770387]
  精度の低いディープニューラルネットワークは、メモリスペースとアクセルパワーのコストの観点から利点がある。 量子化アルゴリズムに関連する主な課題は、低ビット幅での精度を維持することである。 低ビット幅での重みと活性化関数の定量化手法として、学習された勾配線形量子化(LG-LSQ)を提案する。
  論文  参考訳（メタデータ） (2022-02-18T03:38:12Z)

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。