Experimental hybrid quantum-classical reinforcement learning by boson sampling: how to train a quantum cloner

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68378271%3A_____%2F19%3A00512077" target="_blank" >RIV/68378271:_____/19:00512077 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61989592:15310/19:73596066

Výsledek na webu

<a href="http://hdl.handle.net/11104/0302290" target="_blank" >http://hdl.handle.net/11104/0302290</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1364/OE.27.032454" target="_blank" >10.1364/OE.27.032454</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Experimental hybrid quantum-classical reinforcement learning by boson sampling: how to train a quantum cloner

Popis výsledku v původním jazyce

We report on experimental implementation of a machine-learned quantum gate driven by a classical control. The gate learns optimal phase-covariant cloning in a reinforcement learning scenario having fidelity of the clones as reward. In our experiment, the gate learns to achieve nearly optimal cloning fidelity allowed for this particular class of states. This makes it a proof of present-day feasibility and practical applicability of the hybrid machine learning approach combining quantum information processing with classical control. The quantum information processing performed by the setup is equivalent to boson sampling, which, in complex systems, is predicted to manifest quantum supremacy over classical simulation of linear-optical setups.n

Název v anglickém jazyce

Experimental hybrid quantum-classical reinforcement learning by boson sampling: how to train a quantum cloner

Popis výsledku anglicky

We report on experimental implementation of a machine-learned quantum gate driven by a classical control. The gate learns optimal phase-covariant cloning in a reinforcement learning scenario having fidelity of the clones as reward. In our experiment, the gate learns to achieve nearly optimal cloning fidelity allowed for this particular class of states. This makes it a proof of present-day feasibility and practical applicability of the hybrid machine learning approach combining quantum information processing with classical control. The quantum information processing performed by the setup is equivalent to boson sampling, which, in complex systems, is predicted to manifest quantum supremacy over classical simulation of linear-optical setups.n

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10306 - Optics (including laser optics and quantum optics)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2019

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Optics Express

ISSN

1094-4087

e-ISSN

—

Svazek periodika

27

Číslo periodika v rámci svazku

22

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

11

Strana od-do

32454-32464

Kód UT WoS článku

000492996000109

EID výsledku v databázi Scopus

2-s2.0-85074357139