論文の概要: Generative Learning for Quantum Measurement Design

• arxiv url: http://arxiv.org/abs/2608.11396v1
• Date: Tue, 11 Aug 2026 20:02:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.365678
• Title: Generative Learning for Quantum Measurement Design
• Title（参考訳）: 量子計測設計のための生成学習
• Abstract要約: FlowMeasは、量子的に通勤する測定スケジュールを学習し、ほぼすべての分子ベンチマーク上で、主要な製品測定方法を改善する。 フレームワークをコンパクトに符号化した54量子相互作用フェルミオンモデルに拡張する。 これらの結果は、実用的な資源制約下での量子計測設計のためのフレキシブルで統一的なフレームワークとして生成学習を確立している。
• 参考スコア（独自算出の注目度）: 6.369916221264284
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Extracting quantum information from a quantum state is a fundamental task of quantum computation, often requiring the estimation of many non-commuting observables under a finite measurement budget. For both near-term and early fault-tolerant settings, the measurement protocol must balance statistical efficiency against implementation resources such as circuit depth, connectivity, and entangling-gate count. Many existing strategies focus on two extremes: hardware-friendly product measurements with high sampling cost, and fully commuting measurements with deep circuits. Here we recast resource-constrained measurement design as a generative learning problem. We introduce FlowMeas, which uses a generative flow network to directly sample finite ensembles of shallow Clifford measurement circuits subject to a prescribed shot budget and hardware constraints. At zero entangling depth, FlowMeas learns qubit-wise commuting measurement schedules and already matches or improves leading product-measurement methods on nearly all molecular benchmarks. Allowing one or two entangling gate layers yields further reductions in energy estimation error of up to $27\%$ relative to the strongest state-independent product-measurement baseline. The learned policy can also be reused across related Hamiltonians, substantially accelerating retraining along a molecular potential-energy surface. We further obtain results for molecular Hamiltonians with up to 20 qubits and apply the framework to a compactly encoded 54-qubit interacting fermionic model, extending the demonstrated scale beyond prior molecular benchmarks. These results establish generative learning as a flexible and unified framework for quantum measurement design under practical resource constraints.
• Abstract（参考訳）: 量子状態から量子情報を抽出することは、量子計算の基本的な課題であり、しばしば有限な測定予算の下で多くの非可換可観測物の推定を必要とする。 短期および早期の耐故障性の設定では、測定プロトコルは回路深さ、接続性、エンタングリングゲート数などの実装資源と統計的効率のバランスをとる必要がある。 既存の戦略の多くは、サンプリングコストの高いハードウェアフレンドリーな製品測定と、ディープサーキットによる完全な通勤測定の2つの極端に焦点を当てている。 ここでは,資源制約のある計測設計を生成学習問題として再放送する。 本稿では、生成フローネットワークを用いて、所定のショット予算とハードウェア制約を受ける浅いクリフォード計測回路の有限アンサンブルを直接サンプリングするFlowMeasを紹介する。 エンタングリングの深さをゼロにすると、FlowMeasは量子的に通勤する計測スケジュールを学習し、ほぼすべての分子ベンチマークにおいて、主要な製品測定手法をすでに一致または改善している。 1つまたは2つの絡み合うゲート層が与えられると、最強の状態に依存しない製品測定基準に対して、エネルギー推定誤差が最大で27 %まで減少する。 学習されたポリシーは、関連するハミルトニアンにまたがって再利用され、分子ポテンシャル-エネルギー面に沿ったリトレーニングが大幅に加速される。 さらに、最大20量子ビットの分子ハミルトニアンに対して、このフレームワークをコンパクトに符号化した54量子ビット相互作用フェルミオンモデルに適用し、実証されたスケールを以前の分子ベンチマークを超えて拡張する。 これらの結果は、実用的な資源制約下での量子計測設計のためのフレキシブルで統一的なフレームワークとして生成学習を確立している。

関連論文リスト

• Sequential Measurements as a Resource for Quantum Metrology [0.0]
  本稿では,量子高調波発振器の逐次弱測定により,変位流路の2つの二次状態の同時推定を可能にするプロトコルを提案する。 位相ラップによる情報損失を回避するために, 後処理が有効であることがわかった。
  論文  参考訳（メタデータ） (2026-04-30T23:06:39Z)
• Temporal Framework for Causality-Preserving Scheduling of Measurements in Quantum Networks [37.29183352005633]
  量子プロトコルは、測定結果を処理するために古典的なフィードフォワード情報に依存しています。 不均一なハードウェアと 不確実な局所的タイミングは 測定の因果順序を曖昧にする 本稿では,ノードが予め割り当てられたスロットで計測を行う量子ネットワークの時間分割アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-02-12T22:36:30Z)
• State Specific Measurement Protocols for the Variational Quantum Eigensolver [0.0]
  本稿では,ハミルトニアン予想値の近似計算に依存する新しい測定プロトコルを提案する。 測定回路における測定およびゲート深さの30%から80%の低減を実現する。 これにより、スケーラブルで安価な測定プロトコルが提供され、物理的システムへの変分アプローチの適用が進展する。
  論文  参考訳（メタデータ） (2025-04-03T20:32:43Z)
• Neural network enhanced cross entropy benchmark for monitored circuits [0.0]
  我々は、リカレントニューラルネットワークを用いて、ネイティブトラップイオンMIPTの測定記録の表現を学習する。 この生成モデルを用いることで,クロスエントロピーを正確に推定するために必要な測定回数を大幅に削減できることを示す。
  論文  参考訳（メタデータ） (2025-01-22T16:46:39Z)
• Resource-Efficient Quantum Correlation Measurement: A Multicopy Neural Network Approach for Practical Applications [0.0]
  本稿では,マルチコピー計測と人工ニューラルネットワークを組み合わせることで,必要な情報を削減する方法を提案する。 我々は, 脱分極チャネルを受けるベル状態の2量子量子相関の測定に成功した。 IBMQプロセッサ上でトランスモン量子ビットを用いて実験を行い,ベルの不等式と2量子絡み状態の負性について定量化した。
  論文  参考訳（メタデータ） (2024-11-08T18:07:23Z)
• Harnessing quantum back-action for time-series processing [0.0]
  我々は、間接的な測定を量子機械学習プロトコルに組み込むことで、実行時間のスケーリングと全体的なパフォーマンスの両面で利点があることを示した。 その結果, 貯留層ハミルトンパラメータと測定強度の両方を慎重に最適化することで, 量子貯水池計算アルゴリズムの性能を大幅に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2024-11-06T15:15:04Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。 そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Mitigating Errors on Superconducting Quantum Processors through Fuzzy Clustering [38.02852247910155]
  新しいQuantum Error Mitigation(QEM)技術では、Fizzy C-Meansクラスタリングを使用して測定エラーパターンを特定できる。 実 NISQ 5-qubit 量子プロセッサのサブセットとして得られた 2-qubit レジスタ上で,この手法の原理的検証を報告する。 我々は、FCMベースのQEM技術により、単一および2ビットゲートベースの量子回路の期待値が合理的に改善できることを実証した。
  論文  参考訳（メタデータ） (2024-02-02T14:02:45Z)
• Guaranteed efficient energy estimation of quantum many-body Hamiltonians using ShadowGrouping [49.36226952764697]
  量子多体系のエネルギーの推定は、様々な研究分野におけるパラダイム的な課題である。 本研究の目的は,全測定予算から最も高い証明可能な精度が得られる単一キュービット計測による最適戦略を見出すことである。 私たちはShadowGroupingと呼ばれる実用的で効率的な見積もり戦略を開発します。
  論文  参考訳（メタデータ） (2023-01-09T14:41:07Z)
• Iterative Qubit Coupled Cluster using only Clifford circuits [36.136619420474766]
  古典的に容易に生成できる理想的な状態準備プロトコルを特徴付けることができる。 繰り返し量子ビット結合クラスタ(iQCC)の変種を導入して,これらの要件を満たす手法を提案する。 本研究では, チタン系化合物Ti(C5H5)(CH3)3と (20, 20) 活性空間の複雑な系に研究を拡張した。
  論文  参考訳（メタデータ） (2022-11-18T20:31:10Z)
• Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
  いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。 ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
  論文  参考訳（メタデータ） (2022-06-30T17:45:05Z)
• Hardware-efficient entangled measurements for variational quantum algorithms [0.0]
  変分アルゴリズムは、ノイズの多い中間スケール量子(NISQ)デバイスを使用して、実用的な問題を解決するために使用できる。 ハードウェア効率のよいエンタングルド計測(HEEM)を提案する。 この戦略により,NISQデバイスにおける分子ハミルトニアンの回路数を削減することにより,分子ハミルトニアンの評価が向上することを示す。
  論文  参考訳（メタデータ） (2022-02-14T19:00:16Z)

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。