ИИ и сложнейшие проблемы мира · Квантовая физика и квантовые вычисления · arXiv · 2026-10-19
Нейросетевая компиляция импульсов с учётом рисков для непрерывно параметризованных однокубитных вентилей с эталонным сравнением на основе оптимального управления и аппаратной проверкой на ЯМР
Оригинальное название: Risk-aware neural pulse compilation of continuously parameterized single-qubit gates with optimal-control benchmarking and NMR hardware validation
В статье представлена физически информированная нейронная сеть, которая обучается воспроизводимому отображению непрерывно параметризованных целевых однокубитных вентилей в управляющие импульсы; она обучается сквозным образом без меток оптимальных импульсов и дорабатывается с помощью учитывающей риски дообучки для повышения устойчивости. На трёхкубитной модели жидкостного ЯМР средняя номинальная точность превысила 0,99 для целей, распределённых по мере Хаара, а новые импульсы генерировались за субмиллисекундное время вывода, тогда как устойчивый GRAPE достигал более высокой точности для каждой отдельной цели. Обучение с учётом рисков расширило допуск к ошибкам амплитуды РЧ, и эксперимент на аппаратуре ЯМР воспроизвёл эту тенденцию, хотя абсолютные корреляции были ниже, чем в моделировании.