文献

J-GLOBAL ID：202202258650579996   整理番号：22A0985420

Bayes最適化を用いた量子ネットワークのサンプル効率の良い適応キャリブレーション【JST・京大機械翻訳】

Sample-Efficient Adaptive Calibration of Quantum Networks Using Bayesian Optimization

著者 (8件)： Cortes Cristian L. (Center for Nanoscale Materials, Argonne National Laboratory, Lemont, Illinois 60439, USA) ,  Lefebvre Pascal (Institute for Quantum Science and Technology, and Department of Physics and Astronomy University of Calgary, 2500 University Drive NW, Calgary, Alberta T2N 1N4, Canada) ,  Lauk Nikolai (Division of Physics, Mathematics and Astronomy, and Alliance for Quantum Technologies (AQT), California Institute of Technology, 1200 E. California Boulevard, Pasadena, California 91125, USA) ,  Davis Michael J. (Chemical Sciences and Engineering Division, Argonne National Laboratory, Lemont, Illinois 60439, USA) ,  Sinclair Neil (Division of Physics, Mathematics and Astronomy, and Alliance for Quantum Technologies (AQT), California Institute of Technology, 1200 E. California Boulevard, Pasadena, California 91125, USA) ,  Sinclair Neil (John A. Paulson School of Engineering and Applied Sciences, Harvard University, 29 Oxford Street, Cambridge, Massachusetts 02138, USA) ,  Gray Stephen K. (Center for Nanoscale Materials, Argonne National Laboratory, Lemont, Illinois 60439, USA) ,  Oblak Daniel (Institute for Quantum Science and Technology, and Department of Physics and Astronomy University of Calgary, 2500 University Drive NW, Calgary, Alberta T2N 1N4, Canada)
資料名： Physical Review Applied  (Physical Review Applied)
巻： 17  号： 3  ページ： 034067  発行年： 2022年 
JST資料番号： W3691A  ISSN： 2331-7019  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： 量子情報タスクのために採用されたすべての物理システムは,符号化量子状態の不偏キャリアとして動作しなければならない。情報キャリアのそのような不識別性を保証することは,高度な量子通信プロトコルを含む多くの量子情報アプリケーションにおける主要な課題である。光子に対して,量子通信ネットワークの作業員は,特に雑音の多いシナリオにおいて,通信チャネルによって与えられる環境誘起変換と損失のため,それらの不可解性を獲得し,維持するのは難しい。これらの変換を緩和するための従来の戦略は,しばしば,制限的(例えば,雑音付加),実行不可能(例えば,衛星),または配備ネットワークのための時間消費であるハードウェアまたはソフトウェアオーバヘッドを必要とする。ここでは,それらの測定から導いた情報のみを用いて,量子ネットワークに対する個々の光子の不識別性を迅速かつ適応的に較正するための,資源効率の良いBayes最適化技法を提案し,開発した。このアプローチを実験的に検証するために,著者らは,高損失とショット雑音の存在における最大光子不可解性に対する量子ネットワーク発見高速,効率的,および信頼できる収束における2つの光子-a中心タスクの間のHong-Ou-Mandel干渉の最適化を実証した。このリソース最適化および実験的に優しい方法論が,識別可能な量子計算,通信,およびセンシングにおける必要なタスク,および基本的な研究に対して,識別可能な量子化の迅速で信頼性のあるキャリブレーションを可能にするであろうと期待する。Copyright 2022 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  光子 ,  *最適化 ,  雑音 ,  符号化 ,  *通信網 ,  *ネットワーク ,  ショット雑音 ,  通信方式 ,  応用プログラム ,  ハードウェア ,  通信チャネル ,  プロトコル ,  量子情報
準シソーラス用語： 量子通信 ,  通信プロトコル ,  オーバヘッド ,  *量子ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 量子光学一般  (BD04010X) ,  光通信方式・機器  (ND10000B)

タイトルに関連する用語 (5件)： Bayes最適化 ,  量子ネットワーク ,  サンプル ,  適応 ,  キャリブレーション