論文の概要: Helper-assisted quantum sensing with low dressed-state leakage

• arxiv url: http://arxiv.org/abs/2610.41404v1
• Date: Fri, 30 Oct 2026 08:14:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.655916
• Title: Helper-assisted quantum sensing with low dressed-state leakage
• Title（参考訳）: 低着衣状態リークを用いたヘルパー支援量子センシング
• Abstract要約: 本研究では、ヘルパーキュービットのみを読み出す2ビットセンシングプロトコルについて検討する。 我々は、所定の予算以下で励起される1つのセンサーの情報を導出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study a two-qubit sensing protocol in which only a helper qubit is read out. Calibrated loading and unloading encode a transverse signal in the helper's phase, keep leakage out of a selected dressed-state band small, and return the sensor close to its idle ground state. We derive an information bound for a single sensor whose excitation stays below a prescribed budget, and simulate repeated operation with an uncertain coupling and finite-duration resets in a driven open-system model. At the tested settings, finite measurement records support estimation with infrequent resets. A helper flip at zero coupling, combined with a reversal of the coupling sign, suppresses a static helper offset shared across a record while retaining the signal, at a cost of about 27% of the no-offset information of a plain sequence of equal duration. Under slowly varying noise, averaging each cycle's likelihood over the correct noise law removes most of the added bias, and a wrong noise law can worsen the estimate. A selected directly read sensor with ideal controls and repeated nondemolition verification has the higher information rate. Any practical benefit of avoiding direct readout therefore requires a device-specific disturbance model.
• Abstract（参考訳）: 本研究では、ヘルパーキュービットのみを読み出す2ビットセンシングプロトコルについて検討する。 キャリブレーションされたロードとアンロードは、ヘルパーのフェーズで横信号を符号化し、選択した着衣状態のバンドの漏れを小さく保ち、センサーをアイドル状態に近い状態に戻す。 我々は,所定の予算以下で励起される単一センサに結合した情報を導出し,駆動オープンシステムモデルにおける不確実な結合と有限デューレーションリセットによる繰り返し動作をシミュレートする。 テスト環境では、有限測定記録は頻繁なリセットによる推定をサポートする。 カップリング符号の反転と組み合わされたゼロカップリングにおけるヘルパーフリップは、信号を保持しながらレコード間で共有される静的ヘルパーオフセットを、同じ期間のプレーンシーケンスのオフセット情報の約27%のコストで抑制する。 緩やかに変化するノイズの下では、正しいノイズ法則に対する各サイクルの確率を平均化すると、追加されるバイアスの大半が取り除かれ、間違ったノイズ法則が推定を悪化させる。 理想的な制御と繰り返し非復調検証を備えた選択された直接読取センサは、高い情報率を有する。 したがって、直接読み出しを避けるための実用的な利点は、デバイス固有の外乱モデルを必要とする。

関連論文リスト

• Phase-controlled recoverable entanglement in accelerated detector registers [3.5619540433085763]
  本研究では、2つの検出器量子ビットがスカラー場に結合するクラスター状態レジスタにおける回復可能な絡み合いについて検討する。 固定復号器は、一重項セクタと三重項セクタを保持する任意のチャネルの後にベル対を復元する。 有限分離における一様加速検出器の場合、正確なトレースノルム公式は、同じ位相が世俗的な弱い結合力学の中で常に最適であることを示している。
  論文  参考訳（メタデータ） (2026-10-04T09:23:14Z)
• Overfitting Mitigation via Singular Value Decomposition in Minimum Bayes Risk Decoding [53.9009465845701]
  本稿では,一対のユーティリティ行列をノイズ情報信号としてフレーム化するSVD-MBRを提案する。 実験により、SVD-MBRは復号化に成功し、一般化されたメトリクスの範囲でかなりの利得が得られることが示された。
  論文  参考訳（メタデータ） (2026-09-01T12:11:29Z)
• Caliber: Cross-Architecture Extraction-Cost Control for Score-Returning APIs [27.21644231867863]
  Caliberは、キャリブレーション問題としてノイズ選択を定式化するモデル抽出に対する防御である。 知識蒸留に返却されたスコアを使用する攻撃者に対して、Caliberは独立して同一に分散したガウスノイズを内部ロジットに追加する。 Caliberは、正方形中央2対数辺による雑音分散を正規化し、その結果の雑音効用関係をロジスティック曲線に適合させる。
  論文  参考訳（メタデータ） (2026-08-02T05:58:00Z)
• Drift-Aware RL-based Wavelet Denoising for Network-Traffic Anomaly Detection [1.5469452301122173]
  ネットワーク監視のための交通利用測定は、付加雑音と統計的ドリフトによって損なわれる。 2つのタスクに最適化された前処理層として適応ウェーブレットをデノナイズするドリフト対応フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-22T10:52:05Z)
• Closed-Loop Bayesian Bandit Encoder with GRAND Receiver for a Bursty Interference Channel [5.084110608134245]
  バーストエラーをインターリービングするが、デコード遅延が発生し、チャネル認識デコーダが活用できる時間的エラー構造が削除される。 ランダムな線形コードとクロスワードインターリーブで使用される同じコードとのパケットレベルの選択を、未知数のオン/オフ干渉器を持つチャネル上で検討する。
  論文  参考訳（メタデータ） (2026-07-16T19:14:28Z)
• Qubit readouts enabled by qubit cloaking [49.1574468325115]
  時間依存ドライブは量子コンピューティングの取り組みにおいて重要な役割を果たす。 シングルキュービット制御、論理演算の絡み合い、およびキュービットの読み出しを可能にする。 クビット・クローキングは、Lled'o, Dassonneville, et alで導入された。
  論文  参考訳（メタデータ） (2023-05-01T15:58:25Z)
• Neighborhood Collective Estimation for Noisy Label Identification and Correction [92.20697827784426]
  ノイズラベルを用いた学習(LNL)は,ノイズラベルに対するモデルオーバーフィットの効果を軽減し,モデル性能と一般化を改善するための戦略を設計することを目的としている。 近年の進歩は、個々のサンプルのラベル分布を予測し、ノイズ検証とノイズラベル補正を行い、容易に確認バイアスを生じさせる。 提案手法では, 候補サンプルの予測信頼性を, 特徴空間近傍と対比することにより再推定する。
  論文  参考訳（メタデータ） (2022-08-05T14:47:22Z)
• Bandit Quickest Changepoint Detection [55.855465482260165]
  すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。 有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。 本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
  論文  参考訳（メタデータ） (2021-07-22T07:25:35Z)
• Iterative Correction of Sensor Degradation and a Bayesian Multi-Sensor Data Fusion Method [0.0]
  本稿では,劣化信号から地中構造信号を推定する新しい手法を提案する。 アルゴリズムは、2つの信号の繰り返し補正を行うことで乗算分解効果を学習する。 我々は理論的解析を含意し、ノイズレス測定モデルのための地上構造信号への収束性を証明する。
  論文  参考訳（メタデータ） (2020-09-07T13:24:47Z)

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。