論文の概要: Normalizing Flow-Based Bayesian Parameter Estimation for Noisy Quantum States
- arxiv url: http://arxiv.org/abs/2609.19534v1
- Date: Thu, 17 Sep 2026 00:59:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.055382
- Title: Normalizing Flow-Based Bayesian Parameter Estimation for Noisy Quantum States
- Title（参考訳）: 雑音量子状態の正規化フローベースベイズパラメータ推定
- Abstract要約: 正規化フローベースベイズパラメータ推定(BPE)を用いた効率的な機械学習支援フレームワークを開発する。
BPEはパラメータ相関解析を行い、実験パラメータと関連するノイズ源がシステムの量子的特徴に与える影響についての強力な洞察を提供する。
我々の枠組みは、ノイズの多い非ガウス状態を生成する複雑な実験機構の解釈を与える。
- 参考スコア（独自算出の注目度）: 0.5387033080274478
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: To extract complete information about experimental noisy quantum states, as well as correlations among different physical parameters, we develop an efficient machine learning-assisted framework with the normalizing flow based Bayesian parameter estimation (BPE). By embedding a physically interpretable parameter vector, ${s}$, into the quantum state ansatzes, $ρ({s})$, the corresponding parameter distribution $p({s}|D)$ is induced from BPE, based on the available experimental data $D$. The BPE allows us to perform parameter correlation analyses, providing powerful insights about how experimental parameters and related noise sources affect quantum features of the system. As an example, the flexibility of our framework is demonstrated using two different physical ansatzes on the optical cat state experiments, where a noisy single-photon state is added to impure squeezed state. With correlations among the Wigner function negativity, photon-addition fraction, noisy fraction, and pump powers, our framework gives interpretations for complicated experimental mechanisms in generating noisy non-Gaussian states. By leveraging normalizing flow-based neural networks and Bayesian uncertainty estimation, along with physical and experimental constraints incorporated naturally, the valuable information inferred in the posterior learning provides guidelines for experimentalists, as well as theorists, in identifying promising parameters to enhance desirable features.
- Abstract（参考訳）: 実験的な雑音量子状態に関する完全な情報と,異なる物理パラメータ間の相関を抽出するために,正規化フローに基づくベイズパラメータ推定(BPE)を用いた効率的な機械学習支援フレームワークを開発した。
物理的に解釈可能なパラメータベクトル ${s}$ を量子状態 ansatzes, $ρ({s})$ に埋め込むことで、対応するパラメータ分布 $p({s}|D)$ は、利用可能な実験データ $D$ に基づいて BPE から誘導される。
BPEはパラメータ相関解析を行い、実験パラメータと関連するノイズ源がシステムの量子的特徴に与える影響についての強力な洞察を提供する。
一例として, 光猫状態実験において, 2種類の物理的アンサーゼを用いて, 雑音の多い単一光子状態が不純な圧力状態に付加された場合の柔軟性を実証した。
Wigner関数の負性率、光子付加率、ノイズ分数、ポンプパワーの相関により、この枠組みはノイズ非ガウス状態を生成する複雑な実験機構の解釈を与える。
フローベースニューラルネットワークの正規化とベイズの不確実性推定、自然に組み込まれた物理的および実験的制約を活用することで、後部学習で推定される貴重な情報は、望ましい特徴を高めるための有望なパラメータを特定するための実験者や理論家のためのガイドラインを提供する。
関連論文リスト
- Probing multiparameter quantum estimation in the process $e^+e^-\to J/ψ\to \text{B}\bar{\text{B}}$ at BESIII [0.0]
e+ e-> J/psi-> B bar-Bプロセスにより生成されるバリオンアンティバリオン(B bar-B)対の多パラメータ量子推定について検討した。
QFIMは量子クレーマー・ラオ境界を定義し、最適なプローブ状態の選択を決定する。
論文 参考訳（メタデータ） (2026-01-17T16:31:52Z) - Flexible Gravitational-Wave Parameter Estimation with Transformers [73.44614054040267]
本稿では,予測時間における多様な解析設定への適応を可能にする,フレキシブルトランスフォーマーベースのアーキテクチャをトレーニング戦略と組み合わせて導入する。
我々は、Dingo-T1と呼ばれる単一のフレキシブルモデルが、第3のLIGO-Virgo-KAGRA観測ランから48の重力波イベントを解析できることを実証した。
論文 参考訳（メタデータ） (2025-12-02T17:49:08Z) - Characterization of overparametrization in the simulation of realistic quantum systems [0.0]
量子コンピューティングデバイスは、量子状態を作成し、他の量子システムをシミュレートするために、実験パラメータを例外的に制御する必要がある。
このような最適制御パラメータを見つけるために使用される古典的な最適化手順は、様々な学習様式を示すために理想化された設定で示されてきた。
この結果から,パラメーターアゼは環境からエントロピー効果を緩和し,その応用と短期量子デバイスにおける実験的実現の機会を提供することを示した。
論文 参考訳（メタデータ） (2024-01-10T19:00:16Z) - Deterministic and Bayesian Characterization of Quantum Computing Devices [0.4194295877935867]
本稿では,超伝導量子デバイスにおける遷移周波数と崩壊時間を推定するためのデータ駆動型特性評価手法を提案する。
データは、第1および第2励起状態間の遷移周波数におけるパリティイベントを含む。
2つのリンドブラディアンモデルの平均解に基づく単純だが効果的な数学的モデルを示し、実験的な観測を正確に捉えた。
論文 参考訳（メタデータ） (2023-06-23T19:11:41Z) - Machine learning enabled experimental design and parameter estimation
for ultrafast spin dynamics [54.172707311728885]
機械学習とベイズ最適実験設計(BOED)を組み合わせた方法論を提案する。
本手法は,大規模スピンダイナミクスシミュレーションのためのニューラルネットワークモデルを用いて,BOEDの正確な分布と実用計算を行う。
数値ベンチマークでは,XPFS実験の誘導,モデルパラメータの予測,実験時間内でのより情報的な測定を行う上で,本手法の優れた性能を示す。
論文 参考訳（メタデータ） (2023-06-03T06:19:20Z) - Gate-based spin readout of hole quantum dots with site-dependent
$g-$factors [101.23523361398418]
ゲート型反射率計を用いたスピンリードアウトによりシリコン中の二重量子ドットを実験的に検討した。
磁気分光法により生じる反射位相信号の特徴は,2点のサイト依存の$g-$factorに関する情報を伝達する。
論文 参考訳（メタデータ） (2022-06-27T09:07:20Z) - Leveraging Global Parameters for Flow-based Neural Posterior Estimation [90.21090932619695]
実験観測に基づくモデルのパラメータを推定することは、科学的方法の中心である。
特に困難な設定は、モデルが強く不確定であるとき、すなわち、パラメータの異なるセットが同一の観測をもたらすときである。
本稿では,グローバルパラメータを共有する観測の補助的セットによって伝達される付加情報を利用して,その不確定性を破る手法を提案する。
論文 参考訳（メタデータ） (2021-02-12T12:23:13Z) - In and out of equilibrium quantum metrology with mean-field quantum
criticality [68.8204255655161]
本稿では,集団遷移現象が量子力学プロトコルに与える影響について考察する。
単一球面量子スピン(SQS)は平均場レベルでの分析的な洞察を可能にするステレオタイプ玩具モデルとして機能する。
論文 参考訳（メタデータ） (2020-01-09T19:20:42Z)
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。