論文の概要: Multi-level Random-Telegraph Noise Mitigation using a Single Spectator Qubit
- arxiv url: http://arxiv.org/abs/2607.17202v1
- Date: Sun, 19 Jul 2026 11:49:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.391795
- Title: Multi-level Random-Telegraph Noise Mitigation using a Single Spectator Qubit
- Title（参考訳）: 単一スペクトル量子ビットを用いたマルチレベルランダムテレグラフノイズ除去
- Abstract要約: 環境騒音の存在下で量子コヒーレンスを保存することは、量子技術の主要な課題の一つである。
SQ(spectator qubits)を用いたノイズ緩和は,近年,有望なアプローチとして浮上している。
一般マルチレベルゆらぎ雑音を受けるDQに対するSQに基づくノイズ緩和法を開発した。
- 参考スコア（独自算出の注目度）: 4.793655815552795
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Preserving quantum coherence in the presence of environmental noise is one of the principal challenges for quantum technologies. Noise mitigation using spectator qubits (SQs) has recently emerged as a promising approach, enabling indirect probing of the noise without disturbing the data qubit (DQ). However, existing analyses that probe ultimate performance have been restricted to two-state random telegraph process noise, which does not capture more complex noise processes that may arise in the environment. Therefore, we here develop a SQ-based noise mitigation for DQs subject to general multi-level fluctuator noise. We first derive the coherence dynamics of the DQ under such noise, then develop a mitigation scheme in which information about the noise is inferred from sequential SQ measurements and used for phase correction. A memory-efficient heuristic adaptive protocol is proposed to dynamically select the SQ measurement time and angle based on the current noise estimate. Numerical simulations demonstrate that the proposed strategy significantly suppresses decoherence under multi-level noise, achieving performance comparable to that in the two-level case despite the increased complexity of the noise process.
- Abstract（参考訳）: 環境騒音の存在下で量子コヒーレンスを保存することは、量子技術の主要な課題の一つである。
近年,データキュービット(DQ)を乱すことなく間接的なノイズ探索を可能にするため,スペクトレータキュービット(SQ)を用いたノイズ緩和が有望なアプローチとして浮上している。
しかし、最終的な性能を調査する既存の分析は、2状態のランダムな電信プロセスノイズに制限されている。
そこで本稿では,一般のマルチレベルゆらぎ雑音を受けるDQに対するSQに基づくノイズ緩和法を提案する。
このようなノイズ下でのDQのコヒーレンスダイナミクスを導出し、次に、逐次SQ測定からノイズに関する情報を推測し位相補正に用いる緩和スキームを開発する。
現在の雑音推定に基づいてSQ計測時間と角度を動的に選択するために,メモリ効率の高いヒューリスティック適応プロトコルを提案する。
数値シミュレーションにより,提案手法はマルチレベル雑音下でのデコヒーレンスを著しく抑制し,ノイズ過程の複雑化にもかかわらず2レベルの場合と同等の性能を発揮することを示した。
関連論文リスト
- A Case Study on Noise Resilient Operator Selection in Adaptive Variational Quantum Algorithms [0.0]
ADAPT-VQEは量子コンピューティングのための基底状態準備アルゴリズムである。
ノイズはADAPT-VQEの精度に大きな影響を及ぼすことが示されている。
選択基準がある種の雑音に対して自然に回復するにもかかわらず、コヒーレントノイズと非コヒーレントノイズの両方が十分に高いノイズ率の収束を妨げていることを示す。
論文 参考訳（メタデータ） (2026-09-15T17:42:37Z) - Robustness Evaluation of Hybrid Quantum Neural Networks under Noise Models via System-Level Error Mitigation [2.2452005551715657]
本研究は、ハイブリッド量子ニューラルネットワーク(HQNN)におけるノイズ効果と緩和戦略の体系的評価を提供する。
5つの代表的なノイズチャンネルを用いたIrisデータセット実験により,ノイズの影響と緩和効果がノイズモデルとその強度に強く依存していることが判明した。
論文 参考訳（メタデータ） (2026-04-19T16:16:50Z) - Towards Noise-Resilient Quantum Multi-Armed and Stochastic Linear Bandits [1.4344029183977043]
量子マルチアームバンド (MAB) とリニアバンド (SLB) は近年注目されている。
既存の量子MABアルゴリズムの多くは、ノイズのない回路上で理想的な量子モンテカルロ法(QMC)を仮定している。
論文 参考訳（メタデータ） (2026-03-19T02:48:34Z) - Mitigating the Noise Shift for Denoising Generative Models via Noise Awareness Guidance [54.88271057438763]
ノイズアウェアネスガイダンス (NAG) は、事前に定義された騒音スケジュールと整合性を保つために、サンプリング軌道を明示的に制御する補正手法である。
NAGは一貫してノイズシフトを緩和し、主流拡散モデルの生成品質を大幅に改善する。
論文 参考訳（メタデータ） (2025-10-14T13:31:34Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Enhanced quantum hypothesis testing via the interplay between coherent evolution and noises [6.716993528282281]
量子仮説テスト(QHT)におけるノイズの役割は、十分に解明されていない。
超低磁場核磁気共鳴スピン系の設定において、ノイズ支援QHTプロトコルを考案し、実験的に実装した。
実験結果から,QHTのノイズダイナミクスによる成功確率は,単体進化のみによって設定された天井を超えることが確認された。
論文 参考訳（メタデータ） (2024-08-05T07:32:24Z) - Latent Class-Conditional Noise Model [54.56899309997246]
本稿では,ベイズ的枠組みの下での雑音遷移をパラメータ化するためのLatent Class-Conditional Noise Model (LCCN)を提案する。
次に、Gibs sampler を用いて遅延真のラベルを効率的に推測できる LCCN の動的ラベル回帰法を導出する。
提案手法は,サンプルのミニバッチから事前の任意チューニングを回避するため,ノイズ遷移の安定な更新を保護している。
論文 参考訳（メタデータ） (2023-02-19T15:24:37Z) - Positive-incentive Noise [91.3755431537592]
騒音は様々な分野、例えば工学や学習システムにおいて深刻な問題と見なされている。
本稿では,従来の提案が常に成立するかどうかを検討することを目的とする。
$pi$-noiseは、いくつかのモデルに新しい説明を提供し、マルチタスク学習や逆トレーニングなど、いくつかの分野に新しい原則を提供する。
論文 参考訳（メタデータ） (2022-12-19T15:33:34Z) - Inference and Denoise: Causal Inference-based Neural Speech Enhancement [83.4641575757706]
本研究では、雑音の存在を介入としてモデル化することにより、因果推論パラダイムにおける音声強調(SE)課題に対処する。
提案した因果推論に基づく音声強調(CISE)は,ノイズ検出器を用いて間欠雑音音声中のクリーンフレームとノイズフレームを分離し,両フレームセットを2つのマスクベース拡張モジュール(EM)に割り当て,ノイズ条件SEを実行する。
論文 参考訳（メタデータ） (2022-11-02T15:03:50Z) - Evaluating the Resilience of Variational Quantum Algorithms to Leakage
Noise [6.467585493563487]
漏れノイズは、エラー訂正アプローチでは処理できないエラーの損傷源である。
このノイズが変分量子アルゴリズム(VQA)の性能に与える影響はまだ分かっていない。
論文 参考訳（メタデータ） (2022-08-10T14:50:14Z) - Characterizing and mitigating coherent errors in a trapped ion quantum
processor using hidden inverses [0.20315704654772418]
量子コンピューティングテストベッドは、量子ビットの小さな集合に対して高忠実な量子制御を示す。
これらのノイズの多い中間スケールデバイスは、デコヒーレンスの前に十分な数のシーケンシャルな操作をサポートすることができる。
これらのアルゴリズムの結果は不完全であるが、これらの不完全性は量子コンピュータのテストベッド開発をブートストラップするのに役立ちます。
論文 参考訳（メタデータ） (2022-05-27T20:35:24Z) - C2N: Practical Generative Noise Modeling for Real-World Denoising [53.96391787869974]
両例を使わずに複雑な実世界の騒音を模倣するクリーン・ツー・ノイズ画像生成フレームワーク,すなわちC2Nを導入する。
我々は,C2Nの騒音発生器を実世界の騒音特性の成分に応じて構築し,広い範囲の騒音を正確に表現する。
論文 参考訳（メタデータ） (2022-02-19T05:53:46Z) - Learning Noise via Dynamical Decoupling of Entangled Qubits [49.38020717064383]
絡み合った量子系のノイズは、複数の自由度を含む多体効果のために特徴付けるのが困難である。
2キュービットゲートで発生する雑音を特徴付けるマルチキュービットダイナミックデカップリングシーケンスを開発し,適用する。
論文 参考訳（メタデータ） (2022-01-26T20:22:38Z)
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。