論文の概要: Noise-Robust Quantum State Characterization for Remote State Preparation with Deep Learning
- arxiv url: http://arxiv.org/abs/2609.20523v1
- Date: Thu, 17 Sep 2026 15:01:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.331877
- Title: Noise-Robust Quantum State Characterization for Remote State Preparation with Deep Learning
- Title（参考訳）: 深層学習によるリモート状態生成のためのノイズ・ロバスト量子状態評価
- Abstract要約: 雑音の多い遠隔状態生成実験のためのトランスフォーマーベース量子状態キャラクタ(TQSC)モデルを提案する。
本モデルでは, 複雑な散乱環境下でのノイズ測定から, 純および混合光偏光状態の再構成を行った。
TQSCモデルは、ダイナミックノイズ下での正確なトモグラフィーキャラクタリゼーションを可能にし、物理的に接地されたポストホックインサイトを提供する。
- 参考スコア（独自算出の注目度）: 12.581487607764958
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quantum communication underpins secure information processing and scalable quantum networks. In particular, remote state preparation (RSP) enables efficient quantum state transfer, but accurately estimating target states under complex noise remains challenging. Here, we propose a Transformer-based Quantum State Characterizer (TQSC) model for noisy RSP experiments. Our model reconstructs experimentally prepared pure and mixed photonic polarization states from noisy measurements in complex scattering environments, while its attention patterns provide physically grounded insights into correlations among the measured observables. The method achieves a mean estimator-target fidelity exceeding 99.999% under complex scattering and dynamic Gaussian noise, while its robustness and generalization are further examined using Qiskit-simulated Bloch-ball states.Furthermore, in a practical MNIST image transmission task with held-out states, the decoded bit error rate is reduced from 50.34% to zero after TQSC post-processing. The TQSC model enables accurate tomographic characterization under dynamic noise and provides physically grounded post-hoc insights, holding promise for intelligent quantum information processing applications.
- Abstract（参考訳）: 量子通信はセキュアな情報処理とスケーラブルな量子ネットワークを支える。
特に、リモート状態準備(RSP)は効率的な量子状態伝達を可能にするが、複雑な雑音下でターゲット状態の正確な推定は難しいままである。
本稿では、ノイズの多いRSP実験のためのTransformer-based Quantum State Characterizer (TQSC)モデルを提案する。
本モデルでは, 複雑な散乱環境下でのノイズ測定から, 純光と混合光の偏光状態の実験的再構成を行った。
複素散乱および動的ガウス雑音下での平均目標フィディティは99.999%を超えるが,そのロバスト性や一般化はQiskit-simulated Bloch-ball state を用いてさらに検討され,さらに,保持状態を持つ実効的なMNIST画像伝送タスクでは,復号ビット誤り率をTQSC後処理後に50.34%から0に削減する。
TQSCモデルは、ダイナミックノイズ下での正確なトモグラフィーのキャラクタリゼーションを可能にし、インテリジェントな量子情報処理アプリケーションへの約束を保ちながら、物理的に地味なポストホックインサイトを提供する。
関連論文リスト
- Error-mitigated quantum state tomography using neural networks [1.8586091121463546]
教師あり学習を通して未知の雑音を緩和する多層パーセプトロンネットワークに基づくスケーラブルなトモグラフィー手法を提案する。
提案手法は, 雑音を緩和しない場合と比較して, 広範囲のシナリオで効果的にノイズを緩和する。
論文 参考訳（メタデータ） (2026-02-10T12:42:23Z) - Adaptive Fidelity Estimation for Quantum Programs with Graph-Guided Noise Awareness [30.900274564864223]
QuFidは適応的でノイズ対応のフレームワークで、オンラインで測定予算を決定する。
固定ショットや学習ベースラインと比較して,QuFidは測定コストを大幅に削減することを示す。
論文 参考訳（メタデータ） (2026-01-21T07:04:05Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - Crosstalk-Resilient Quantum MIMO for Scalable Quantum Communications [40.44880302154388]
クロストークは物理的に結合した量子モードが干渉し、信号の忠実度が低下するときに発生する。
本稿では、離散可変量子情報を連続可変モードに符号化することに基づく緩和戦略を提案する。
論理情報の回復を可能にするゲージ固定デコーダの存在を実証する。
論文 参考訳（メタデータ） (2025-06-26T18:40:26Z) - Mitigating shot noise in local overlapping quantum tomography with semidefinite programming [0.0]
還元密度行列(Reduced density matrices, RDM)は、量子情報処理の基本である。
本稿では,RDMの制約を再強化することにより,物理性雑音を軽減する手法を提案する。
提案手法は, 互換性制約のないトモグラフィと比較して, 平均的, 厳密な測定値が得られる。
論文 参考訳（メタデータ） (2025-01-30T18:17:13Z) - Dissipation-induced Quantum Homogenization for Temporal Information Processing [44.99833362998488]
量子貯水池は、ハミルトニアンパラメータの精密な制御や微調整なしに、情報処理やターゲット時系列生成に量子システムの複雑なリアルタイム散逸ダイナミクスを利用するため、大きなポテンシャルを持つ。
本稿では, 分散量子ホモジェナイザーを代替プラットフォームとして提案し, 貯水池力学の必要十分かつ十分な条件 – 安定性と収縮性 – を満たすことを証明する。
その結果、核磁気共鳴アンサンブルまたはフォトニック系として物理的に実装可能な量子均質化プロトコルが、貯水池コンピュータとして機能する可能性が示唆された。
論文 参考訳（メタデータ） (2024-12-13T09:05:41Z) - Mixed-State Quantum Denoising Diffusion Probabilistic Model [0.40964539027092906]
本稿では,混合状態量子復調拡散確率モデル(MSQuDDPM)を提案する。
MSQuDDPMは、前方拡散過程における脱分極ノイズチャネルとパラメータ化量子回路と、後方除極ステップにおける射影測定を統合する。
量子アンサンブル生成タスクにおけるMSQuDDPMの評価を行い,その性能を実証した。
論文 参考訳（メタデータ） (2024-11-26T17:20:58Z) - 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)
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。