論文の概要: Characterizing Arbitrary Lindbladian Dynamics with a Few Pauli Measurements

• arxiv url: http://arxiv.org/abs/2607.23044v1
• Date: Sat, 25 Jul 2026 05:03:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.979623
• Title: Characterizing Arbitrary Lindbladian Dynamics with a Few Pauli Measurements
• Title（参考訳）: 少数のパウリ測定による任意リンドブラディアンダイナミクスのキャラクタリゼーション
• Abstract要約: 任意のスパースマルコフ生成器を再構成するプロトコルを提案する。 このプロトコルは、ハードウェアクロック格子上の正の進化時間の対数で動作し、状態準備と測定誤差に対して確実に堅牢である。
• 参考スコア（独自算出の注目度）: 3.3230675313521716
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum devices are open systems whose dynamics interleave coherent evolution with dissipation, and benchmarking, error mitigation, and error correction all rest on a faithful model of both. Existing characterization protocols either assume prior knowledge of the interaction and noise structure, or demand ancillas, entangled probes, or mid-circuit control, or capture only the Pauli-diagonal part of the noise. Here, we present a protocol that reconstructs an arbitrary sparse Markovian generator, including every Hamiltonian together with the jump operator coefficients, using only product Pauli state preparation, single uninterrupted forward evolutions, and product Pauli measurements. Given a sparsity budget $M_0$ and a strength bound $Γ$ of the Lindbladian, every coefficient is learned to precision $ε$ from $\widetilde{O}(Γ^2M_0^2/ε^4)$ experiments and $\widetilde{O}(ΓM_0^2/ε^2)$ total evolution time, with both supports identified from data without locality assumptions. The protocol runs at a logarithmic number of positive evolution times on a hardware clock lattice and is provably robust to calibrated state-preparation and measurement errors.
• Abstract（参考訳）: 量子デバイスは、散逸とベンチマーク、エラー軽減、エラー訂正によるコヒーレントな進化を、動的にインターリーブするオープンシステムである。 既存のキャラクタリゼーションプロトコルは、相互作用とノイズ構造に関する事前の知識を前提とするか、アンシラ、絡み合ったプローブ、または中間回路制御を必要とするか、またはノイズのパウリ対角部分のみをキャプチャする。 ここでは、任意のスパースマルコフ発生器を再構成するプロトコルを提案する。例えば、すべてのハミルトニアンとジャンプ演算子係数は、積パウリ状態準備のみを使用し、単一未断の前方展開、および積パウリ測度を用いる。 パーサリティ予算$M_0$とリンドブラディアンの強みが与えられたとき、すべての係数は、$\widetilde{O}(...^2M_0^2/ε^4)$と$\widetilde{O}(...M_0^2/ε^2)$から$ε$の精度で学習される。 このプロトコルは、ハードウェアクロック格子上での正の進化時間の対数で動作し、状態調整と測定誤差の校正に対して確実に堅牢である。

関連論文リスト

• Joint Mitigation of Algorithmic and Physical Errors in Noisy Hamiltonian Simulation [22.28754738497284]
  製品形式ハミルトニアンシミュレーションは、短期量子プロセッサに自然に適している。 しかし、その精度は、有限ステップのトロッターバイアスと物理ハードウェアノイズの2つの競合するエラーによって設定されている。 本稿では, 調整可能な層間雑音強度をトロッターステップサイズに結びつける共同補間手法を提案する。 学習ノイズを用いた超伝導量子コンピュータ上でのIsing dynamicsのプロトコルを実証する。
  論文  参考訳（メタデータ） (2026-09-10T13:15:37Z)
• Quantum computational resources and validation protocols for a three-mode non-Gaussian trilinear Hamiltonian [39.146761527401424]
  我々は、超伝導マイクロ波プラットフォームで最近実現された3モードの非ガウス三線型ハミルトニアンに焦点をあてる。 量子計算のための2つの重要なリソースを生成する能力について検討する。 Wigner関数の完全再構成を必要とせずに、ハミルトン実装の実験的検証のための測定効率のよいプロトコルを導入する。
  論文  参考訳（メタデータ） (2026-09-09T11:17:53Z)
• 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$まで独立散逸率を学習した。 スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
  論文  参考訳（メタデータ） (2026-08-25T15:07:11Z)
• Intrinsic Structure: Spectral Identifiability for Mechanistic Interpretability [51.56484100374058]
  機械論的解釈可能性プリミティブに対する最初の識別可能性定理を証明した。 スペクトルは、正当性分解ではなく、記述されたエラーバーを持つ識別可能なモデル固有の指紋である。
  論文  参考訳（メタデータ） (2026-08-10T19:42:01Z)
• Learning Arbitrary Lindbladians from Time Evolution [9.103975636688793]
  本研究では,未知のマルコフ開系生成器を物理的時間進化から学習する問題について検討する。 この生成元はリンドブラディアン (Lindbladian) と呼ばれ、指数関数的に大きなパウリ項の族によってインデックスされたハミルトンおよび散逸係数を含む。 最小の仮定の下で時間進化から任意のリンドブラディアンを学習する効率的なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-07-30T17:58:01Z)
• The log log jam in Gaussian state tomography [30.395638404311537]
  ガウス測度を使用するプロトコルは、絡み合ったり、適応的に選択されたプロトコルであっても、$log log E$Dependencyを発生させなければならない。 非常に絡み合った非ガウス測度では、$O(n2 / 2)$サンプルで$n$モードの純粋なガウス状態を学ぶことができ、$E$とは独立である。 我々の結果は、量子学習における適応性、絡み合い、魔法の間の興味深い相互作用に新たな光を当てた。
  論文  参考訳（メタデータ） (2026-07-14T17:25:43Z)
• Active Quantum Kernel Acquisition for Gaussian Process Regression [30.032230630492155]
  量子カーネル分類に関する最近の研究は、カーネルエントリに不均一にショットを割り当てることによって、ターゲット精度に到達するために必要なショット予算を削減できることを示した。 我々はこのアイデアをガウス過程(GP)回帰(英語版)に拡張し、下流の量(全スペクトル後方分散、対数行列、辺縁確率)が、符号のみの分類出力よりも厳密なカーネルエラーに結合する設定とする。 我々は、3つの閉形式のペアレベル感性予測結合 $|_i_j|$, leave-one-out residual, and marginal-likelihood gradient を導出し、それらをネイマン型最小値に差し込む。
  論文  参考訳（メタデータ） (2026-06-27T09:40:20Z)
• Robust Structure Learning of $k$-local Lindbladians [6.257768263476564]
  未知の$k$-local Lindblad ジェネレータを$n$ qubitsで学習するための効率的なプロトコルを提案する。 固定$kと有界重み付き相互作用強度に対して、このプロトコルは全てのハミルトンおよび散逸性パウリ-GKSL係数をエントリワイズ精度で推定する。 我々は、不特定性をモデル化するための保証を拡張し、サンプル-複雑性の低い境界を証明した。
  論文  参考訳（メタデータ） (2026-06-22T17:38:41Z)
• Near-Optimal Learning of Local Lindbladians [8.542629891640045]
  局所リンドブラディアンをブラックボックスアクセスから物理的進化まで学習する問題について検討する。 有限時間チャネルプローブから直接構築したアルゴリズムで、未知の進化を短時間で行う。 提案アルゴリズムは,物理力学アクセスと全進化時間の両方において,学習アルゴリズムがほぼ最適であることを示す。
  論文  参考訳（メタデータ） (2026-06-18T17:48:31Z)
• Optimal Ansatz-free Hamiltonian Learning In Situ [3.3230675313521716]
  アルゴリズムがアンザッツフリーのハミルトニアン$H$を総進化時間$(frac2log(frac))$で学習できることが示される。 本研究は,実験的なハミルトニアン学習の基礎的コストを実証し,短期量子プラットフォームを厳密に評価するための実践的経路を提供するものである。
  論文  参考訳（メタデータ） (2026-06-17T18:21:30Z)
• Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
  そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。 各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。 これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
  論文  参考訳（メタデータ） (2026-04-20T13:25:40Z)
• Ansatz-Free Learning of Lindbladian Dynamics In Situ [2.380854690607918]
  先行構造や局所性を仮定することなく,スパークスなリンドブラディアンを学習するための,最初のサンプル効率のよいプロトコルを提案する。 本プロトコルはアンシラフリーであり, 製品状態とパウリ基底測定のみを使用し, ほぼ最適時間分解能を実現する。
  論文  参考訳（メタデータ） (2026-03-05T18:57:25Z)
• Stabilizing Fixed-Point Iteration for Markov Chain Poisson Equations [49.702772230127465]
  有限状態マルコフ鎖を$n$状態と遷移行列$P$で研究する。 すべての非退化モードが実周辺不変部分空間 $mathcalK(P)$ によってキャプチャされ、商空間 $mathbbRn/mathcalK(P) 上の誘導作用素が厳密に収縮し、ユニークな商解が得られることを示す。
  論文  参考訳（メタデータ） (2026-01-31T02:57:01Z)
• Learning and certification of local time-dependent quantum dynamics and noise [5.1798081822960365]
  ハミルトン学習プロトコルは、量子コンピュータとシミュレーターのベンチマークに必須のツールである。 実効次元D$のグラフ上で局所的に相互作用する$nqubit系の時間依存性の進化を学習する。 本プロトコルは,成功確率1-delta$の間隔で,関数近似係数を精度$epsilon$に出力する。
  論文  参考訳（メタデータ） (2025-10-09T17:39:40Z)

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。