論文の概要: Spatially Dense, Continuous-Variable Quantum Computing with Solid State Spin Nonlinearities

• arxiv url: http://arxiv.org/abs/2608.12504v1
• Date: Wed, 12 Aug 2026 18:33:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.303721
• Title: Spatially Dense, Continuous-Variable Quantum Computing with Solid State Spin Nonlinearities
• Title（参考訳）: 固体スピン非線形性をもつ空間密度連続可変量子コンピューティング
• Abstract要約: 本稿では, ひずみ感受性固体スピンを非線形要素として用いたボソニック量子情報処理手法を提案する。 このアーキテクチャは, ボソニック誤差補正方式の効率と, 構成ナノメカニカル共振器とスピン量子ビットの小型化を両立させることにより, 論理量子ビットの空間密度を高くすることができることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Nanomechanical structures have been investigated as a method of achieving long-lived quantum excitations at radio frequencies. Their high quality factors are especially intriguing as a medium for bosonic encoding of quantum information. However, to leading order, mechanical modes typically lack the nonlinearities necessary to achieve interaction between bosonic channels and thus are limited in their ability to scale to the many-qubit regime necessary for practical quantum computing. In this work, we propose and describe an approach for bosonic quantum information processing that uses strain-sensitive solid-state spins as nonlinear elements to produce the relevant nonclassical mechanical states. We outline the architecture required to achieve nearest-neighbor connectivity between mechanical cat-state qubits on-chip, as well as the control and readout architecture required for universal quantum computation. In addition, we show that this architecture can allow for a high spatial density of logical qubits by leveraging both the efficiency of bosonic error correction schemes and the small sizes of the constituent nanomechanical resonators and spin qubits. Finally, we identify the necessary performance metrics that will enable error-correction thresholds at high qubit densities, illuminating a path towards scalable quantum information processing.
• Abstract（参考訳）: ナノメカニカル構造は、長寿命の量子励起を無線周波数で達成する方法として研究されている。 それらの高品質な要素は、量子情報のボゾン符号化の媒体として特に興味をそそる。 しかし、先行する順に、メカニカルモードは一般にボソニックチャネル間の相互作用を達成するのに必要な非線形性を欠いているため、実用的な量子コンピューティングに必要な多くの量子ビット状態にスケールする能力に制限される。 本研究では, ひずみ感受性固体スピンを非線形要素として用い, 関連する非古典的力学状態を生成するボソニック量子情報処理手法を提案する。 我々は,機械的キャット状態量子ビット間の近接接続を実現するのに必要なアーキテクチャと,普遍量子計算に必要な制御および読み出しアーキテクチャを概説する。 さらに, このアーキテクチャは, ボソニック誤差補正方式の効率と, 構成ナノメカニカル共振器とスピン量子ビットの小型化を両立させることにより, 論理量子ビットの空間密度を高くすることができることを示す。 最後に、高量子ビット密度での誤り訂正しきい値を可能にするために必要なパフォーマンスメトリクスを特定し、スケーラブルな量子情報処理への道を示す。

関連論文リスト

• End-to-End Neural and Quantum Transcoding for Compressed Latent Representation under Channel Noise [5.1064573704995055]
  伝統的な符号化方式は量子状態の知識に関する非現実的な要求を課している。 提案手法は,ニューラルネットワークに基づくデータ圧縮とColesky分解に基づく量子符号化を統合し,全密度行列再構成をバイパスする。
  論文  参考訳（メタデータ） (2026-05-07T14:14:23Z)
• Nonreciprocity in Quantum Technology [0.0]
  非相互性 (nonreciprocity) とは、一方の方向で信号を送信し、他方の方向を遮断する能力である。 この機能は、高忠実度量子ビット読み出し、堅牢な量子状態転送、量子センサの感度向上にどのように利用できるかを示す。
  論文  参考訳（メタデータ） (2025-08-05T22:22:00Z)
• Approximate quantum circuit compilation for proton-transfer kinetics on quantum processors [0.7147139889072891]
  我々は,Nuclear-Electronic Orbitalフレームワークに基づく量子コンピューティングアルゴリズムを開発し,実演する。 プロトン移動速度を高精度にシミュレーションするための現在の量子デバイスの可能性を評価する。
  論文  参考訳（メタデータ） (2025-07-11T19:56:43Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Hyperbolic Quantum Processor [0.0]
  ハイパーボリック材料中の光ポーラリトン波によって量子ビット相互作用が媒介される場合, 長距離量子ビットの絡み合いが実現可能であることを示す。 99%を超える量子ゲートの忠実度は、シリコンのよく知られたディープドナーに基づく量子ビットを用いることで達成できる。
  論文  参考訳（メタデータ） (2024-12-18T17:48:21Z)
• 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)
• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
  本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。 我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。 これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
  論文  参考訳（メタデータ） (2023-06-29T18:00:01Z)
• Quantum process tomography of continuous-variable gates using coherent states [49.299443295581064]
  ボソニックモード超伝導回路におけるコヒーレント状態量子プロセストモグラフィ(csQPT)の使用を実証する。 符号化量子ビット上の変位とSNAP演算を用いて構築した論理量子ゲートを特徴付けることにより,本手法の結果を示す。
  論文  参考訳（メタデータ） (2023-03-02T18:08:08Z)
• Parity measurement in the strong dispersive regime of circuit quantum acoustodynamics [1.7673364730995766]
  非古典的機械状態のフォノン数分布とパリティの直接測定を行った。 これらの測定は、音響量子メモリとプロセッサを構築するための基本的な構成要素の1つである。 我々の結果は、機械システムを使ってさらに複雑な量子アルゴリズムを実行するための扉を開く。
  論文  参考訳（メタデータ） (2021-10-01T08:40:26Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)

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。