論文の概要: Efficient quantum state tomography with two complementary projective measurements
- arxiv url: http://arxiv.org/abs/2609.15662v1
- Date: Mon, 14 Sep 2026 14:43:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.453326
- Title: Efficient quantum state tomography with two complementary projective measurements
- Title（参考訳）: 2つの相補的射影測定による効率的な量子状態トモグラフィ
- Abstract要約: 量子状態トモグラフィ(QST)は、量子情報処理において量子システムを特徴づける上で、基本的な重要性である。
量子状態の再構成にカークウッド・ディラック(KD)準確率を利用する新しいQSTプロトコルを提案する。
ランダムに生成された15ビットの混合状態インスタンスの完全な再構築は、GPU実装の下で20分以内に達成できる。
- 参考スコア（独自算出の注目度）: 15.143727690396195
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Quantum state tomography (QST) is of fundamental importance to characterize quantum systems in quantum information processing, but its practical implementation is severely hindered by the exponential scaling of measurement and computational costs. In this paper, we present a novel QST protocol that utilizes Kirkwood-Dirac (KD) quasiprobability to reconstruct quantum states. First, it enables state reconstruction with only two complementary rank-one projective measurements, thus significantly reducing the measurement cost. Then, a complex logistic regression estimator is proposed to process collected KD data, together with a projected gradient algorithm to mitigate numerical instability and to accelerate convergence. The product-operator structure of KD quasiprobability is further exploited to reduce the computational cost. Finally, extensive experiments are implemented to confirm the validity of our protocol. Notably, the full reconstruction of randomly generated 15-qubit mixed-state instances can be accomplished within 20 minutes under the GPU implementation. These results suggest a promising route toward scalable QST and benchmarking large-scale quantum systems.
- Abstract（参考訳）: 量子状態トモグラフィ(QST)は、量子情報処理において量子システムを特徴づける上で基本的な重要性であるが、その実践は測定と計算コストの指数的スケーリングによって著しく妨げられている。
本稿では、Kirkwood-Dirac(KD)準確率を用いて量子状態の再構成を行う新しいQSTプロトコルを提案する。
第一に、2つの相補的な階数1の射影測定だけで状態復元が可能であり、その結果、測定コストが大幅に削減される。
次に,KDデータを処理する複雑なロジスティック回帰推定器を提案し,数値不安定を緩和し,収束を加速するための勾配アルゴリズムを投影した。
KD準確率の積演算構造は計算コストを削減するためにさらに利用される。
最後に,提案プロトコルの有効性を確認するため,広範な実験を行った。
特に、ランダムに生成された15ビットの混合状態インスタンスの完全な再構築は、GPU実装の下で20分以内に達成できる。
これらの結果は、スケーラブルなQSTと大規模量子システムのベンチマークへの有望な道のりを示唆している。
関連論文リスト
- Statistical and Algorithmic Foundations of Probing Quantum Systems with Compressive Measurements: A Review [23.123362765639214]
量子状態トモグラフィーは、未知の量子状態を測定データから再構成することを目的としている。
低ランク性、テンソル・ネットワーク表現、浅い量子回路、神経量子状態などの先行構造は、有効自由度を大幅に減少させる。
論文 参考訳（メタデータ） (2026-05-26T15:44:42Z) - Towards Efficient Verification of Computation in Quantum Devices [12.146871607856037]
量子プロセストモグラフィーのような従来の量子デバイスを包括的に検証する手法は、計算資源の指数的な増加のため、重大な制限に直面している。
本稿では,層状割り込み可能な量子回路モデルに着目し,ハードウェア上の計算構造について検討する。
提案手法は,O(d2 t log (n/delta))$の時間的複雑さで回路を完全に再構築し,少なくとも1-delta$の確率で成功を保証している。
提案手法は,量子デバイスにおける計算の完全検証に要する時間を大幅に短縮し,問題サイズの二重対数スケーリングを実現する。
論文 参考訳（メタデータ） (2025-08-01T02:10:06Z) - Efficient quantum state tomography with auxiliary systems [5.577276175518491]
量子状態トモグラフィ(quantum state tomography)は、未知の量子状態の密度行列を再構成するために用いられる量子情報科学の技法である。
量子システムのサイズが大きくなるにつれて、量子状態トモグラフィーの測定設定とサンプリング要求の数は、量子ビットの数とともに指数関数的に増加する。
本研究は, 測定条件の低減とサンプリング効率の向上を図るため, 補助システムに基づく状態トモグラフィー手法を提案する。
論文 参考訳（メタデータ） (2025-07-22T12:40:14Z) - Minimal Quantum Reservoirs with Hamiltonian Encoding [72.27323884094953]
ハミルトニアン符号化に基づく量子貯水池計算のための最小限のアーキテクチャについて検討する。
このアプローチは、一般的に量子機械学習に関連する実験的なオーバーヘッドの多くを回避します。
論文 参考訳（メタデータ） (2025-05-28T16:50:05Z) - 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) - 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) - 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) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳（メタデータ） (2022-10-03T09:32:28Z) - Improved Quantum Algorithms for Fidelity Estimation [77.34726150561087]
証明可能な性能保証を伴う忠実度推定のための新しい,効率的な量子アルゴリズムを開発した。
我々のアルゴリズムは量子特異値変換のような高度な量子線型代数技術を用いる。
任意の非自明な定数加算精度に対する忠実度推定は一般に困難であることを示す。
論文 参考訳（メタデータ） (2022-03-30T02:02:16Z) - Reducing the cost of energy estimation in the variational quantum
eigensolver algorithm with robust amplitude estimation [50.591267188664666]
量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。
これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
論文 参考訳（メタデータ） (2022-03-14T16:51:36Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - As Accurate as Needed, as Efficient as Possible: Approximations in
DD-based Quantum Circuit Simulation [5.119310422637946]
決定図(DD)は、これまで多くの重要なケースにおいて、量子状態の冗長性を利用して必要なメモリを削減することが示されている。
量子コンピュータの確率性を利用して、よりコンパクトな表現を実現することにより、この削減を増幅できることが示される。
具体的には、よりコンパクトな表現を実現するために量子状態を近似する2つの新しいDDベースのシミュレーション戦略を提案する。
論文 参考訳（メタデータ） (2020-12-10T12:02:03Z)
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。