論文の概要: Noise structuring in fixed-depth Trotter simulation: stationary channels and observable-level depolarization

• arxiv url: http://arxiv.org/abs/2607.17936v1
• Date: Mon, 20 Jul 2026 13:33:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.63875
• Title: Noise structuring in fixed-depth Trotter simulation: stationary channels and observable-level depolarization
• Title（参考訳）: 固定深度トロッターシミュレーションにおけるノイズ構造:定常流路と観測レベル脱分極
• Abstract要約: 我々は,デジタル多体力学におけるハードウェアノイズの構造化手法として,固定深度トロッターシミュレーションを解析した。 局所的な断層の場合、伝播した断層が挿入層の記憶を失うと、ノイズ回路は理想的な進化へと分解する。 また,過度に単純化された機能に基づくゼロノイズ・エクストラポラチン戦略の限界も明らかにした。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We analyze fixed-depth Trotter simulation as a method for structuring hardware noise in digital many-body dynamics. The number of layers is chosen using the largest endpoint time and is then kept fixed throughout the time scan, making the total noise dose approximately independent of the endpoint time. For local stochastic faults, we show that, once propagated faults lose memory of their insertion layer, the noisy circuit factorizes into ideal evolution followed by a stationary finite-depth binomial channel. In the dilute-layer limit, this channel reduces to a Poissonian exponential. The memory time of a single fault is related to a Loschmidt echo. An important consequence is observable-level depolarization: for selected macroscopic observables at low to moderate noise levels, the stationary channel can act as an almost time-independent affine contrast correction, even though the full channel need not be depolarizing, which is crusial for error mitigation purposes. At short times, the same protocol produces a digital Zeno-like transient, in which a fixed number of noise opportunities competes with a vanishing coherent angle per layer. Our results also reveal limitations of naive zero-noise extrapolatin strategies based on oversimplified functions.
• Abstract（参考訳）: 我々は,デジタル多体力学におけるハードウェアノイズの構造化手法として,固定深度トロッターシミュレーションを解析した。 レイヤの数は最大のエンドポイント時間を使用して選択され、その後、タイムスキャンを通して固定され、総ノイズ量はほぼエンドポイント時間から独立する。 局所確率的断層の場合, 伝播した断層が挿入層の記憶を失うと, ノイズ回路は理想的な進化に分解され, 続いて静止有限深さ二項チャネルが形成される。 希薄層限界では、このチャネルはポアソン指数に還元される。 単一障害の記憶時間は、Loschmidtエコーと関連している。 重要な結果として、可観測レベルの非偏極化がある: 低から中程度の雑音レベルの選択されたマクロ可観測物に対して、定常チャネルは、完全なチャネルを非偏極化する必要がなくても、ほぼ時間に依存しないアフィンコントラスト補正として機能する。 短時間で、同じプロトコルがデジタルZenoのような過渡性を生成し、固定された数のノイズ機会が、層ごとのコヒーレントな角度と競合する。 また,過度に単純化された機能に基づくゼロノイズ・エクストラポラチン戦略の限界も明らかにした。

関連論文リスト

• Fractional-Order Adaptive Motion Magnification: Phase-Reliability Weighting for Noise-Constrained Video Amplification [51.56484100374058]
  本稿では、まずオフラインで、次に因果ストリームとして開発されたパイプラインであるフラクショナルオーダー適応運動拡大法を提案する。 一定の時間的利得を分数次 Grnwald--Letnikov 微分に置き換え、高周波強調を連続的に制御する。 リアルビデオでは、各ケースにおける空間選択性の向上と背景雑音の低減が示されている。
  論文  参考訳（メタデータ） (2026-09-03T21:43:22Z)
• The Gain-Engineered Transmon [68.89136228609398]
  標準的なトランスモン・リードアウト共振器回路において,ノイズバイアス量子ビットを導入し,実験的に実現する。 本システムは,ハードウェア効率のよい量子エラー検出と修正手法のための単純なビルディングブロックとして利用するための道を開く。
  論文  参考訳（メタデータ） (2026-08-26T17:00:42Z)
• Surprise Forcing: What to Remember, When to Skip in Long Video Generation [65.0022589149937]
  自己回帰拡散をストリーミングすることで、ミニスケールのビデオ合成が実用的になるが、そのコンテキスト境界と固定化スケジュールはリソースを均一に割り当てる。 我々は、両方の制限をオンラインリソース割り当て問題として扱う、トレーニング不要のフレームワークであるSurprise Forcingを紹介した。 VBench、VBench-Long、VBench-2.0の実験では、提案されたアロケーション戦略は、リアルタイムストリーミングスループットを維持しながら、長時間の一貫性と視覚的品質を改善する。
  論文  参考訳（メタデータ） (2026-07-20T18:37:58Z)
• Show the Signal, Hide the Noise: Spectral Forcing for Pixel-Space Diffusion [46.51681899437508]
  本稿では,パラメータフリーで時間条件付き2D-DCTローパス演算子であるSpectral Forcingを導入する。 その遮断は拡散時間とともに単調に膨張し、データエンドポイントのアイデンティティとなる。 JiT-700M/32のImageNet-256では、Spectral Forcingは、異なるトレーニングエポック間で、FIDとInception Scoreの両方を一貫して改善している。
  論文  参考訳（メタデータ） (2026-06-13T10:29:11Z)
• CP Loss: Channel-wise Perceptual Loss for Time Series Forecasting [67.3477355449697]
  時系列データに対するチャネルワイド知覚損失(CP損失)を提案する。 我々は,その特性に適応した各チャネルに対して,独自の知覚空間を学習する。 これらの知覚空間内で損失を計算し、モデルを最適化する。
  論文  参考訳（メタデータ） (2026-01-25T15:31:37Z)
• PAS: A Training-Free Stabilizer for Temporal Encoding in Video LLMs [57.790910044227935]
  ビデオLLMは時間的不整合に悩まされ、フレームタイミングの小さなシフトは注意をそらすことができ、関連するフレームを抑えることができる。 本稿では, 位相アグリゲード平滑化(PAS)について述べる。これは, 頭部に小さな反対位相オフセットを適用して, 出力を集約する学習自由機構である。 解析の結果,RoPE回転ロジットは,時間核でスケールしたコンテントドット積として近似でき,このカーネルを滑らかにすることで,小さな時間シフトに対する注意のリプシッツ安定性が得られ,マルチフェーズ平均化は,Nyquist-valid サンプリング下での頭当たりスペクトルを保ちながら高周波リップルを減衰させることがわかった。
  論文  参考訳（メタデータ） (2025-11-14T05:56:47Z)
• Adaptive Estimation of Drifting Noise in Quantum Error Correction [1.1998722332188005]
  本稿では、量子誤り訂正実験のシンドローム統計を利用して、時間依存のパウリノイズを捕捉する枠組みを提案する。 スライドウィンドウのノイズフィルタリング挙動を実証し,窓の大きさをスペクトルカットオフ周波数にリンクし,複数のドリフト周波数を捕捉する反復アルゴリズムを提案する。 ウインドウに基づく推定手法と適応デコードにより,ドリフト下でのノイズスペクトルとデコーダ最適化の新しい知見が得られる。
  論文  参考訳（メタデータ） (2025-11-12T17:03:56Z)
• Average Contraction Coefficients of Quantum Channels [0.7366405857677227]
  我々は、最悪の場合を超えて、典型的な状態のノイズがいかに区別可能かを研究した。 チャネルの最悪の収縮係数と平均的な振舞いを補間する量子発散の収縮モーメントの族を見つける。 我々はこれらの位相遷移現象を単位雑音を持つランダム量子回路に拡張する。
  論文  参考訳（メタデータ） (2025-08-11T17:35:15Z)
• Sequential transmission at short times [0.0]
  量子チャネルのn倍の合成により,情報を短時間で送信・保存することが可能であることを示す。 ネットワークにおけるノイズの主源であると考えられる無限次元純粋損失チャネルに対して、正確な誤差を導出する。
  論文  参考訳（メタデータ） (2025-06-12T01:48:59Z)
• Fast-tracking and disentangling of qubit noise fluctuations using minimal-data averaging and hierarchical discrete fluctuation auto-segmentation [1.6555820134813155]
  量子コンピュータの性能を制限する重要な要因は、時間とともにノイズが変動することである。 離散ジャンプや連続ドリフトのような複数の重なり合うプロセスのため、高い時間分解能で特徴付けることは困難である。 本研究では,高時間分解能を実現するため,最小限の測定が可能な雑音特徴化手法を考案した。 トランスモン量子ビット上では、時間経過中に数ミリ秒の時間分解能で量子ビットの周波数変動をトラック・アンタングルすることができることを示す。
  論文  参考訳（メタデータ） (2025-05-29T16:29:03Z)
• Emergence of noise-induced barren plateaus in arbitrary layered noise models [44.99833362998488]
  変分量子アルゴリズムでは、パラメータ化された量子回路のパラメータは、問題の解を符号化するコスト関数を最小限に抑えるために最適化される。 層状雑音モデルを用いたパラメータ化量子回路において,ノイズ誘起バレンプラトー現象がどのように出現するか,その意味について論じる。
  論文  参考訳（メタデータ） (2023-10-12T15:18:27Z)
• 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)
• Virtual distillation with noise dilution [0.0]
  仮想蒸留は、ノイズタイプを仮定せずに量子計算誤差を低減する誤差緩和技術である。 提案手法では, 雑音の周辺部をより多くの層に分割(希釈)することにより, 平均緩和性能が単調に向上することを示す。 本稿では,現実的なノイズの多い中間量子回路を収容する量子計算クラスタの設計におけるこれらの知見の適用を提案する。
  論文  参考訳（メタデータ） (2022-10-26T14:34:58Z)

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。