文献

J-GLOBAL ID：201702281360601752   整理番号：17A1772277

量子ユニタリー変換のためのロバストな学習制御設計【Powered by NICT】

Robust Learning Control Design for Quantum Unitary Transformations

著者 (4件)： Wu Chengzhi (Department of Control and Systems Engineering, School of Management and Engineering, Nanjing University, Nanjing, China) ,  Qi Bo (Key Laboratory of Systems and Control, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing, China) ,  Chen Chunlin (Department of Control and Systems Engineering, School of Management and Engineering, Nanjing University, Nanjing, China) ,  Dong Daoyi (School of Engineering and Information Technology, University of New South Wales, Canberra, Australia)
資料名： IEEE Transactions on Cybernetics  (IEEE Transactions on Cybernetics)
巻： 47  号： 12  ページ： 4405-4417  発行年： 2017年 
JST資料番号： W0791A  ISSN： 2168-2267  CODEN： ITCEB8  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 量子ユニタリー変換のためのロバスト制御設計は量子演算の実験的実現における不可避のデコヒーレンスあるいは操作上の誤差が原因となった量子情報処理の開発における基本的で挑戦的な課題として認識されている。本論文では,ロバストな量子ユニタリー変換の設計のための勾配フローアルゴリズムによるサンプリングベース学習制御(SLC)手法の体系的な方法論を拡張した。SLC手法は,まず不確かさのある範囲に対してロバストな最適制御戦略を見つけるために「トレーニング」プロセスを用いた。数ランダムに選択した試料を試験し,性能は,それらの平均忠実度に従って評価した。アプローチは三準位量子系におけるロバストな量子変換を含むロバストな量子変換問題の三つの典型的な例に適用し,超伝導量子回路における,スピン鎖系である。数値結果はSLC手法の有効性を実証し,量子ユニタリー変換の種々の実行におけるその潜在的応用を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ロバスト性 ,  *学習制御 ,  ロバスト制御 ,  最適制御 ,  超伝導 ,  *ユニタリー変換
準シソーラス用語： スピン鎖 ,  量子回路 ,  量子系 ,  量子情報処理 ,  デコヒーレンス ,  量子演算 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： 量子 ,  ユニタリー変換 ,  ロバスト ,  学習制御 ,  設計