論文の概要: Non-Orthogonal Amplitude Amplification for Hybrid CV-DV Quantum Processors

• arxiv url: http://arxiv.org/abs/2610.09353v1
• Date: Wed, 07 Oct 2026 03:11:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.691158
• Title: Non-Orthogonal Amplitude Amplification for Hybrid CV-DV Quantum Processors
• Title（参考訳）: ハイブリッドCV-DV量子プロセッサの非直交振幅増幅
• Abstract要約: 本研究では,非直交振幅増幅法(NOAA)を導入し,連続変数と離散変数のハイブリッド量子プロセッサを提案する。 達成可能な目標状態の忠実度は,初期目標状態の振幅によって決定される。 そこで本研究では,圧縮CVアンシラを用いて,関連するCV状態間の重なり合いを低減することを提案する。
• 参考スコア（独自算出の注目度）: 6.168263909876664
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a non-orthogonal amplitude amplification (NOAA) method for hybrid continuous-variable- discrete-variable (CV-DV) quantum processors, where the available CV-assisted projector is not perfectly se- lective for the target state. We establish a bound on the achievable target-state fidelity, which is determined by the initial target-state amplitude and the selectivity of the accessible reflection operator. This bound limits the performance of NOAA in hybrid CV-DV systems. To mitigate this limitation, we propose using a squeezed CV ancilla to reduce the overlap between relevant CV states and a hybrid quantum signal processing (HQSP) filter to suppress errors arising from imperfect knowledge of the target eigenenergy. Numerical simulations show that, for small initial target-state amplitudes, our protocol achieves higher fidelity and efficiency than the repeat-until-success (RUS) method despite the presence of non-orthogonality. For large initial amplitudes, RUS is already efficient, and amplitude amplification provides little additional advantage.
• Abstract（参考訳）: 本研究では,連続可変離散可変(CV-DV)量子プロセッサのための非直交振幅増幅法(NOAA)を提案する。 我々は、初期目標状態振幅とアクセス可能な反射演算子の選択性によって決定される達成可能な目標状態忠実度にバウンダリを確立する。 この境界はハイブリッドCV-DVシステムにおけるNOAAの性能を制限する。 この制限を緩和するために、圧縮CVアンシラを用いて、関連するCV状態と混成量子信号処理(HQSP)フィルタの重なりを減らし、ターゲットエネルギーの不完全知識による誤差を抑制する。 数値シミュレーションにより, 初期目標状態の振幅が小さい場合には, 非直交性にもかかわらず, RUS法よりも高い忠実度と効率性が得られることが示された。 大規模な初期振幅では、RASはすでに効率的であり、振幅増幅は追加の利点をほとんど与えない。

関連論文リスト

• IDRF: Inverse-Distilled Reward Fine-tuning of Masked Discrete Diffusion Models [65.81561972026121]
  マスク付き離散拡散モデルは自己回帰生成に代わる有望な選択肢を提供する。 数ステップのマスク付き離散拡散発生器の微調整を行うためのフレームワークIDRFを紹介する。 DNA、画像、テキスト生成全体にわたって、IDRFは、参照よりも高い報酬を最大32倍のデノイングステップで達成している。
  論文  参考訳（メタデータ） (2026-10-02T17:29:22Z)
• Noise Reduction for Universal Hybrid Oscillator-Qubit Quantum Computation [0.0]
  ハイブリッド連続可変分散可変(CV-DV)アーキテクチャのノイズリミット特性 既存のノイズ低減方式はCVノイズを低減できるが、ガウスゲートのみに限られる。 我々は,任意のCV-DVゲートに適用可能なユニバーサルCV-DVゲートセットの雑音低減手法を開発した。
  論文  参考訳（メタデータ） (2026-04-21T07:17:22Z)
• Programmable generation of arbitrary continuous-variable anharmonicities and nonlinear couplings [0.0]
  本稿では,単一モードと多モードモードの両方に適用可能な任意の非ガウス演算を実装する手法を提案する。 本プロトコルは,幅広いCV現象の直接シミュレーションを可能にする。
  論文  参考訳（メタデータ） (2025-11-27T10:11:19Z)
• KV-Latent: Dimensional-level KV Cache Reduction with Frequency-aware Rotary Positional Embedding [72.12756830560217]
  Transformer Decodersをベースとした大規模言語モデル(LLM)が、会話生成AIの選択肢として好まれている。 デコーダアーキテクチャの全体的な優位性にもかかわらず、推論中にキーバリューキャッシュが徐々に増加し、主要な効率ボトルネックとなっている。 キーバリューベクトル次元を潜在空間にダウンサンプリングすることで、KVキャッシュのフットプリントを大幅に削減し、推論速度を向上させることができる。
  論文  参考訳（メタデータ） (2025-07-15T12:52:12Z)
• A nonconvex entanglement monotone determining the characteristic length of entanglement distribution in continuous-variable quantum networks [0.0]
  量子ネットワーク(QN)は、遠距離に絡み合った状態を分散することにより、近い将来に様々な量子技術の性能を高めることを約束する。 ここでは、純粋なガウス状態の連鎖上でのCV QNの指数的崩壊を分析する。
  論文  参考訳（メタデータ） (2024-10-16T09:11:20Z)
• Efficient OPA tomography of non-Gaussian states of light [0.0]
  光パラメトリック増幅器(OPA)は、計測強度分布から直接未知の状態の二次分布を再構成することができる。 標準スキームに制御可能な変位を加えることを提案し、非対称状態や非ガウス状態にも適用可能な改善手法を得る。
  論文  参考訳（メタデータ） (2023-10-28T20:58:53Z)
• ESSAformer: Efficient Transformer for Hyperspectral Image Super-resolution [76.7408734079706]
  単一ハイパースペクトル像超解像(単一HSI-SR)は、低分解能観測から高分解能ハイパースペクトル像を復元することを目的としている。 本稿では,1つのHSI-SRの繰り返し精製構造を持つESSA注目組込みトランスフォーマネットワークであるESSAformerを提案する。
  論文  参考訳（メタデータ） (2023-07-26T07:45:14Z)
• One-Dimensional Deep Image Prior for Curve Fitting of S-Parameters from Electromagnetic Solvers [57.441926088870325]
  Deep Image Prior(ディープ・イメージ・プライオリ、ディープ・イメージ・プライオリ、DIP)は、ランダムなd畳み込みニューラルネットワークの重みを最適化し、ノイズや過度な測定値からの信号に適合させる技術である。 本稿では,Vector Fitting (VF) の実装に対して,ほぼすべてのテスト例において優れた性能を示す。
  論文  参考訳（メタデータ） (2023-06-06T20:28:37Z)
• Balanced Self-Paced Learning for AUC Maximization [88.53174245457268]
  既存のセルフパッチ方式は、ポイントワイズAUCに限られている。 我々のアルゴリズムは閉形式解に基づいて定常点に収束する。
  論文  参考訳（メタデータ） (2022-07-08T02:09:32Z)
• Heralded hybrid CV-DV entanglement generation by quantum interference between CV state and DV delocalized photon [0.0]
  ハイブリッド絡み合った状態は、異種量子ネットワーク内の量子情報処理に必要であることが証明されている。 CV状態の族が導入された。これらのCV状態は、まず、非局在化光子を持つビームスプリッターに重畳され、その後、ビームスプリッターの背後にある光検出器によって検出される。 出力中のハイブリッドCV-DV絡み合った状態の光子数ヘラルド生成を検出し、ビームスプリッタの伝送/反射係数と入力CV状態のサイズに依存しない。
  論文  参考訳（メタデータ） (2021-01-06T16:17:37Z)
• Near-degenerate quadrature-squeezed vacuum generation on a silicon-nitride chip [54.87128096861778]
  本報告では, 小型プリントシリコン窒化ケイ素マイクロ共振器と2重励起4波混合方式を用いて, 高周波キャリアサイドバンドの4相圧縮状態の生成を実証する。 このシステムでは, ポンプの非線形挙動を考慮し, 発生可能なスクイーズを適切に予測することが重要である。
  論文  参考訳（メタデータ） (2020-02-04T01:41:41Z)

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。