論文の概要: Large Scale Entanglement Structure Detection in 100-Qubit Systems via Local Joint Measurements
- arxiv url: http://arxiv.org/abs/2608.20170v1
- Date: Thu, 20 Aug 2026 15:25:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.626758
- Title: Large Scale Entanglement Structure Detection in 100-Qubit Systems via Local Joint Measurements
- Title（参考訳）: 局所関節計測による100Qubitシステムにおける大規模エンタングルメント構造検出
- Abstract要約: 本稿では,局所的相関指紋から直接大規模絡み合い構造を認識するスケーラブルなフレームワークを提案する。
雑音シミュレーションでは、GHZ-, W-, クラスタ型構造を、平均95%を超える精度で30個の候補分割に分類する。
さらに、超伝導量子プロセッサ上で、最大13量子ビットのブロック構造を確実に分類するプロトコルを検証する。
- 参考スコア（独自算出の注目度）: 38.19492379134641
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Identifying the entanglement structure of a many-body quantum state, namely how its constituents partition into unentangled blocks, is a central task in quantum information science, yet conventional tomography scales exponentially with system size. Here we introduce a scalable framework that recognizes large-scale entanglement structures directly from local correlation fingerprints. By choosing a representative local Pauli basis that satisfies a boundary-matching condition p_1 = p_R, the entire chain is read out in a single measurement configuration, keeping the measurement effort independent of system size. In noisy simulations, this single-basis protocol classifies GHZ-, W-, and cluster-type structures among 30 candidate partitions with a mean accuracy exceeding 95% for systems of up to 100 qubits. We further validate the protocol on a superconducting quantum processor, where it reliably classifies block structures for systems of up to 13 qubits before noise- and depth-induced degradation sets in at larger sizes. By mapping these failure modes explicitly, our results delineate the boundary of hardware-level scalability and point to a concrete strategy for characterizing entanglement structure on near-term quantum devices.
- Abstract（参考訳）: 多体量子状態の絡み合い構造、すなわちその構成成分を非絡み合いブロックに分割する方法を同定することは、量子情報科学において中心的な課題であるが、従来のトモグラフィーはシステムサイズと指数関数的にスケールする。
本稿では,局所的相関指紋から直接大規模絡み合い構造を認識するスケーラブルなフレームワークを提案する。
境界整合条件p_1 = p_Rを満たす代表的局所パウリ基底を選択することにより、チェーン全体を単一の測定構成で読み出し、測定労力をシステムサイズに依存しないようにする。
雑音のシミュレーションでは、この単一基底プロトコルはGHZ-, W-, クラスタ型構造を、最大100キュービットのシステムで95%を超える平均精度で30個の候補パーティションに分類する。
さらに、超伝導量子プロセッサ上でのプロトコルの検証を行い、最大13キュービットのシステムに対するブロック構造を、より大きいサイズでノイズや深さによって引き起こされる劣化セットの前に確実に分類する。
これらの障害モードを明示的にマッピングすることにより、ハードウェアレベルのスケーラビリティの境界を明確化し、短期量子デバイス上での絡み合い構造を特徴付けるための具体的な戦略を示す。
関連論文リスト
- Scalable self-testing of generic multipartite quantum states [1.086341461996514]
サンプルの複雑さだけでほぼ全ての$n$-qubit状態に頑健に自己テストするプロトコルを導入する。
鍵となる要素は、多粒子パウリ測定をデバイス独立に評価するための効率的なスキームである。
論文 参考訳（メタデータ） (2026-05-14T17:23:40Z) - Model Checking Matrix Product States against Linear Chain Logic [9.230090345117846]
マトリックス積状態(英: Matrix product state、MPS)は、1次元量子多体系の基底状態に対する標準テンソルネットワーク表現である。
物理的多体状態のエンフェス空間とエンフェスサイズに依存した特性を体系的に検証するフレームワークは、いまだに存在しない。
論文 参考訳（メタデータ） (2026-05-14T04:33:59Z) - A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
分散量子最適化のための構造認識フレームワークを提案する。
検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。
構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
論文 参考訳（メタデータ） (2026-03-08T15:15:52Z) - Renormalization-group-based preparation of matrix product states on up to 80 qubits [1.9573380763700712]
量子コンピュータの鍵となる課題は、多くの量子ビットにわたる多体絡み合った状態の効率的な調製である。
再正規化グループ(RG)をベースとした超伝導量子ハードウェアを用いて,行列生成物の状態の生成を実証する。
論文 参考訳（メタデータ） (2025-10-28T17:45:48Z) - High-dimentional Multipartite Entanglement Structure Detection with Low Cost [18.876952671920133]
本稿では,絡み合い構造検出に適した表現を生成するニューラルネットワークモデルを提案する。
提案手法は最大19量子ビット系における95%以上の検出精度を実現する。
論文 参考訳（メタデータ） (2024-08-23T12:09:26Z) - Many-body entropies and entanglement from polynomially-many local measurements [0.26388783516590225]
すべての空間相関長が有限であるという仮定のもとに効率的な推定戦略が存在することを示す。
我々は,今日の量子プラットフォームで利用可能な多数の量子ビットに対して,二分位混合状態の絡み合いを検出するのに,本手法は実用的に有用であると主張している。
論文 参考訳（メタデータ） (2023-11-14T12:13:15Z) - Enhanced Entanglement in the Measurement-Altered Quantum Ising Chain [43.80709028066351]
局所的な量子測定は単に自由度を乱すのではなく、システム内の絡みを強める可能性がある。
本稿では,局所測定の有限密度が与えられた状態の絡み合い構造をどのように修正するかを考察する。
論文 参考訳（メタデータ） (2023-10-04T09:51:00Z) - Unite-Divide-Unite: Joint Boosting Trunk and Structure for High-accuracy
Dichotomous Image Segmentation [48.995367430746086]
Dichotomous Image rendering (DIS) は、自然の風景からカテゴリーに依存しない前景の物体をピンポイントすることを目的としている。
本稿では, トランクと構造同定の有効性を高めるために, 相補的特徴を再構成し, 分割的に配置する, UDUN (Unite-Divide-Unite Network) を提案する。
1024*1024入力を用いて、ResNet-18で65.3fpsのリアルタイム推論を可能にする。
論文 参考訳（メタデータ） (2023-07-26T09:04:35Z) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳（メタデータ） (2023-04-10T23:01:10Z) - Quantum Causal Unravelling [44.356294905844834]
我々は,多部量子プロセスにおける相互作用の因果構造を明らかにするための,最初の効率的な方法を開発した。
我々のアルゴリズムは、量子プロセストモグラフィーの技法で効率的に特徴付けることができるプロセスを特定するのに利用できる。
論文 参考訳（メタデータ） (2021-09-27T16:28:06Z)
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。