AI और दुनिया की कठिन समस्याएँ · क्वांटम भौतिकी और क्वांटम कंप्यूटिंग · arXiv · 2026-10-19

सतत रूप से पैरामीटरीकृत एकल-क्यूबिट गेटों का जोखिम-सजग न्यूरल पल्स संकलन, इष्टतम-नियंत्रण बेंचमार्किंग और NMR हार्डवेयर सत्यापन के साथ

मूल शीर्षक: Risk-aware neural pulse compilation of continuously parameterized single-qubit gates with optimal-control benchmarking and NMR hardware validation

यह शोधपत्र एक भौतिकी-सूचित न्यूरल नेटवर्क प्रस्तुत करता है, जो निरंतर पैरामीटरित एकल-क्यूबिट गेट लक्ष्यों से नियंत्रण पल्सों तक एक पुन: प्रयोज्य मानचित्र सीखता है, जिसे इष्टतम-पल्स लेबलों के बिना एंड-टू-एंड प्रशिक्षित किया गया है और मज़बूती के लिए जोखिम-सजग फ़ाइन-ट्यूनिंग से परिष्कृत किया गया है। तीन-क्यूबिट तरल-अवस्था NMR मॉडल पर, यह Haar-वितरित लक्ष्यों में 0.99 से ऊपर औसत नॉमिनल फ़िडेलिटी तक पहुँचा और सब-मिलीसेकंड अनुमान समय में नए पल्स उत्पन्न किए, जबकि रोबस्ट GRAPE ने प्रति-लक्ष्य उच्चतर फ़िडेलिटी हासिल की। जोखिम-सजग प्रशिक्षण ने RF-आयाम त्रुटियों के प्रति सहनशीलता बढ़ाई, और एक NMR हार्डवेयर प्रयोग ने इस प्रवृत्ति को दोहराया, हालाँकि निरपेक्ष सहसंबंध सिमुलेशन की तुलना में कम थे।

मूल लेख पढ़ें ↗

सभी आइटम →