論文の概要: Adaptive Reconstruction of Bosonic Quantum States
- arxiv url: http://arxiv.org/abs/2608.02049v1
- Date: Mon, 03 Aug 2026 10:46:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.492154
- Title: Adaptive Reconstruction of Bosonic Quantum States
- Title（参考訳）: ボソニック量子状態の適応的再構成
- Abstract要約: ボソニック量子システムは、量子情報処理のためのハードウェア効率の良いプラットフォームを提供する。
既存のアプローチでは、単一のターゲット状態に対する忠実度を推定する。
ボゾン状態の族に対する忠実度を推定する適応的再構成手法を提案する。
- 参考スコア（独自算出の注目度）: 1.889677290907544
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Bosonic quantum systems provide a hardware-efficient platform for quantum information processing but remain challenging to characterise due to their large Hilbert space and the high measurement cost of state tomography. Existing approaches estimate the fidelity with respect to a single target state, making them unsuitable for applications in which physically equivalent states differ by phase space translations, rotations, or other transformations. Here, we introduce an adaptive reconstruction technique that estimates the fidelity with respect to a family of bosonic states while reconstructing the underlying Wigner function from a small number of measurements. The method combines a physics-informed parametric model with Bayesian inference, bootstrap, and active learning to iteratively select the most informative phase space sampling points. We implement the approach on a circuit quantum electrodynamics platform and benchmark it on Schrödinger cat states with amplitudes $α\in[1,3]$. The reconstruction yields reproducible fidelity estimates within a few minutes, remains robust to substantial displacements and rotations in phase space despite using a mismatched prior, and is sensitive to subtle state imperfections. We further compare the adaptive strategy with existing Wigner function sampling protocols experimentally, demonstrating the advantage of adaptive sampling for measurement-efficient fidelity estimation with respect to a family of cat states. Finally, we incorporate the reconstructed fidelity into the figure of merit used in a proof-of-principle closed-loop quantum optimal control experiment, demonstrating the applicability of the method to autonomous optimisation of bosonic quantum states.
- Abstract（参考訳）: ボソニック量子システムは、量子情報処理のためのハードウェア効率のよいプラットフォームを提供するが、大きなヒルベルト空間と状態トモグラフィーの高測定コストのため、キャラクタリゼーションを困難にしている。
既存のアプローチでは、単一のターゲット状態に対する忠実度を推定しており、物理的に等価な状態が位相空間の変換、回転、その他の変換によって異なるアプリケーションには適さない。
そこで本研究では,基礎となるウィグナー関数を少数の測定値から再構成しながら,ボゾン状態の族に対する忠実度を推定する適応的再構成手法を提案する。
この方法は、物理インフォームドパラメトリックモデルとベイズ推論、ブートストラップ、アクティブラーニングを組み合わせて、最も情報性の高い位相空間サンプリングポイントを反復的に選択する。
この手法を回路量子力学プラットフォーム上で実装し、シュレーディンガーの猫状態に対して、振幅$α\in[1,3]$でベンチマークする。
再現性のある忠実度の推定値は数分以内に得られ、相空間における実質的な変位や回転に頑健なままであり、微妙な状態の不完全さに敏感である。
さらに,適応的手法と既存のウィグナー関数サンプリングプロトコルを実験的に比較し,猫の状態の族に対する測定効率の高い忠実度推定のための適応的サンプリングの利点を実証した。
最後に,本手法のボゾン量子状態の自己最適化への適用性を実証し,原理的クローズドループ量子最適制御実験で用いられるメリットの図形に再構成された忠実さを取り入れた。
関連論文リスト
- Preparing squeezed, cat and GKP states with parity measurements [4.477443541001011]
ボソニックモードは、量子情報の保存、処理、転送のための長期自由度を提供する。
本稿では, ボゾン量子状態の生成を可能にする, 変位パリティ測定に基づくプロトコルを提案する。
我々は,3パリティ測定で最大9dBのスクイーズを達成し,圧縮状態の生成を実証した。
我々は,猫やゴッテマン・キタエフ・プレスキル状態を含む,他のパラダイム的ボソニック状態の準備へのアプローチを一般化する。
論文 参考訳（メタデータ） (2026-02-09T02:17:10Z) - 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) - Limitations for adaptive quantum state tomography in the presence of detector noise [0.0]
量子デバイスをベンチマークし、認証するためには、測定値から量子状態の仮定不要な再構成が不可欠である。
これらの要求を緩和するためのアプローチは、適応的な測定戦略によって提供される。
非ゼロな読み出しノイズは適応戦略の2次スケーリングの利点を排除できることを示す。
論文 参考訳（メタデータ） (2026-01-07T15:35:29Z) - 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) - Learning Feedback Mechanisms for Measurement-Based Variational Quantum State Preparation [0.0]
この研究は、測定とフィードバックを変動量子回路に組み込む自己学習プロトコルを導入する。
条件付き測定とフィードバックを組み合わせることで、プロトコルは単体のみのメソッドを超えて拡張される状態準備戦略を学ぶ。
論文 参考訳（メタデータ） (2024-11-29T18:21:51Z) - Regression of high dimensional angular momentum states of light [47.187609203210705]
空間強度分布の測定から入力OAM状態を再構成する手法を提案する。
我々は、量子ウォークダイナミックスによって4次元のOAM状態を生成する、実際のフォトニックなセットアップで我々のアプローチを実証する。
論文 参考訳（メタデータ） (2022-06-20T16:16:48Z) - Benchmarking Quantum Simulators using Ergodic Quantum Dynamics [4.2392660892009255]
実験によって得られた状態と理想状態の間の忠実度を推定するために,サンプル効率のよいプロトコルを解析する。
我々は、様々な量子シミュレータプラットフォームのためのプロトコルを数値的に示す。
論文 参考訳（メタデータ） (2022-05-24T17:18:18Z) - Adaptive Quantum State Tomography with Active Learning [0.0]
本稿では,能動学習を用いた量子状態トモグラフィーの効率的なスキームを提案し,実装する。
本手法は, 1次元のXXZモデルと運動的に制約されたスピン鎖の基底状態だけでなく, 様々なエンタングルメントの程度で異なるマルチキュービット状態の再構成を行う。
提案手法は,量子多体システムにおける物理的洞察を得るとともに,量子デバイスをベンチマークし,特徴付けるためにも有効である。
論文 参考訳（メタデータ） (2022-03-29T16:23:10Z) - Dynamical learning of a photonics quantum-state engineering process [48.7576911714538]
実験的な高次元量子状態の工学は、いくつかの量子情報プロトコルにとって重要な課題である。
我々は、フォトニック軌道Angular Momentum(OAM)ステートを設計するための自動適応最適化プロトコルを実装した。
このアプローチは、量子情報プロトコルや技術のためのノイズの多い実験タスクを自動最適化するための強力なツールである。
論文 参考訳（メタデータ） (2022-01-14T19:24:31Z) - Robust preparation of Wigner-negative states with optimized
SNAP-displacement sequences [41.42601188771239]
三次元マイクロ波キャビティにおける光の非古典状態を生成する。
これらの状態は量子計算に有用である。
非古典的状態を生成するこの方法は、システムのパラメータのゆらぎに対して堅牢であることを示す。
論文 参考訳（メタデータ） (2021-11-15T18:20:38Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳（メタデータ） (2021-08-24T15:30:04Z) - Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。
本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。
実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
論文 参考訳（メタデータ） (2020-07-31T17:25:12Z)
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。