注意に基づく量子トモグラフィー【JST・京大機械翻訳】

Cha Peter; Ginsparg Paul; Wu Felix; Carrasquilla Juan; McMahon Peter L.; Kim Eun-Ah

プレプリント

J-GLOBAL ID：202202211486847846 整理番号：21P0036653

注意に基づく量子トモグラフィー【JST・京大機械翻訳】

Attention-based Quantum Tomography

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年06月22日プレプリントサーバーでの情報更新日： 2021年11月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

量子系に対するプラットフォームにわたる急速な進展により,雑音量子状態に対する多体量子状態再構成の問題は重要な課題になる。最近の研究では,量子状態再構成の問題を再生し,生成ニューラルネットワークモデルを用いて量子状態測定ベクトルの確率分布を学習する。ここでは,雑音のある量子状態の混合状態密度行列を学習する,注意機構に基づく生成ネットワークを用いた量子状態再構成である,”拡張ベース量子トモグラフィー”(AQT)を提案した。AQTは,自然言語文における長距離相関を学習し,それによって以前の自然言語処理モデルより優れているように設計されたVishwaniら(2011)によって提案されたモデルに基づいている。著者らは,AQTが同一のタスクで以前のニューラルネットワークベースの量子状態再構成より優れているだけでなく,AQTがIBMQ量子コンピュータで実験的に実現される雑音のある量子状態に関連した密度行列を正確に再構成できることを示した。著者らは,自然言語処理に対する注意モデルが文章における単語間の相関を捉えるので,全量子系全体にわたって量子エンタングルメントをモデル化する能力からAQTステムの成功を推測する。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

量子光学一般 , 量子力学一般

前のページに戻る