論文の概要: Modeling Noisy Quantum Circuits Using Experimental Characterization
- arxiv url: http://arxiv.org/abs/2001.08653v2
- Date: Thu, 6 Jan 2022 22:52:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-06 04:58:48.929936
- Title: Modeling Noisy Quantum Circuits Using Experimental Characterization
- Title(参考訳): 実験評価によるノイズ量子回路のモデル化
- Authors: Megan L. Dahlhauser, Travis S. Humble
- Abstract要約: ノイズの多い中間スケール量子(NISQ)デバイスは、非フォールト耐性量子コンピューティングの挙動をテストし評価するためのユニークなプラットフォームを提供する。
ノイズの多い回路モデリングの複雑さを管理するNISQプログラムを特徴付けるためのテスト駆動方式を提案する。
- 参考スコア(独自算出の注目度): 0.40611352512781856
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Noisy intermediate-scale quantum (NISQ) devices offer unique platforms to
test and evaluate the behavior of non-fault-tolerant quantum computing.
However, validating programs on NISQ devices is difficult due to fluctuations
in the underlying noise sources and other non-reproducible behaviors that
generate computational errors. Efficient and effective methods for modeling
NISQ behaviors are necessary to debug these devices and develop programming
techniques that mitigate against errors. We present a test-driven approach to
characterizing NISQ programs that manages the complexity of noisy circuit
modeling by decomposing an application-specific circuit into a series of
bootstrapped experiments. By characterizing individual subcircuits, we generate
a composite model for the original noisy quantum circuit as well as other
related programs. We demonstrate this approach using a family of
superconducting transmon devices running applications of GHZ-state preparation
and the Bernstein-Vazirani algorithm. We measure the model accuracy using the
total variation distance between predicted and experimental results, and we
find that the composite model works well across multiple circuit instances. In
addition, these characterizations are computationally efficient and offer a
trade-off in model complexity that can be tailored to the desired predictive
accuracy.
- Abstract(参考訳): ノイズの多い中間スケール量子(NISQ)デバイスは、非フォールト耐性量子コンピューティングの挙動をテストし評価するためのユニークなプラットフォームを提供する。
しかし,NISQデバイス上でのプログラムの検証は,基礎となるノイズ源のゆらぎや,計算誤差を発生させる再現不可能な動作によって困難である。
NISQの動作を効果的かつ効果的にモデル化するには,これらのデバイスをデバッグし,エラーを軽減できるプログラミング手法を開発する必要がある。
我々は、アプリケーション固有の回路を一連のブートストラップ実験に分解することで、ノイズの多い回路モデリングの複雑さを管理するNISQプログラムの特徴付け手法を提案する。
個々のサブ回路を特徴付けることにより、元のノイズ量子回路と他の関連プログラムの合成モデルを生成する。
我々は、GHZ状態調製とベルンシュタイン・ヴァジラニアルゴリズムの応用を応用した超伝導トランスモンデバイス群を用いて、このアプローチを実証する。
予測結果と実験結果の総変動距離を用いてモデル精度を測定し, 複合モデルが複数の回路インスタンスで良好に動作することを示した。
さらに、これらのキャラクタリゼーションは計算効率が高く、望ましい予測精度に合わせたモデルの複雑さのトレードオフを提供する。
関連論文リスト
- Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。
このような問題は医学、物理学、機械学習で発生する。
両種類の雑音下で提案アルゴリズムの収束保証を行う。
論文 参考訳(メタデータ) (2024-11-21T10:26:17Z) - Learning Density Functionals from Noisy Quantum Data [0.0]
ノイズの多い中間スケール量子(NISQ)デバイスは、機械学習(ML)モデルのトレーニングデータを生成するために使用される。
NISQアルゴリズムの典型的なノイズを受ける小さなデータセットからニューラルネットワークMLモデルをうまく一般化できることを示す。
本研究は,NISQデバイスを実用量子シミュレーションに活用するための有望な経路であることを示唆する。
論文 参考訳(メタデータ) (2024-09-04T17:59:55Z) - Volumetric Benchmarking of Quantum Computing Noise Models [3.0098885383612104]
本稿では、量子コンピューティングアプリケーションのためのノイズモデルベンチマークのための体系的なアプローチを提案する。
ハードウェア実験の結果と、量子回路の代表集合に対するノイズモデルの予測を比較する。
また、ノイズモデルを構築し、一連のトレーニング回路を用いてパラメータを最適化する。
論文 参考訳(メタデータ) (2023-06-14T10:49:01Z) - Score-based Diffusion Models in Function Space [140.792362459734]
拡散モデルは、最近、生成モデリングの強力なフレームワークとして登場した。
本稿では,関数空間における拡散モデルをトレーニングするためのDDO(Denoising Diffusion Operators)という,数学的に厳密なフレームワークを提案する。
データ解像度に依存しない固定コストで、対応する離散化アルゴリズムが正確なサンプルを生成することを示す。
論文 参考訳(メタデータ) (2023-02-14T23:50:53Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳(メタデータ) (2022-12-12T15:06:32Z) - Generalization Metrics for Practical Quantum Advantage in Generative
Models [68.8204255655161]
生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。
我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。
シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
論文 参考訳(メタデータ) (2022-01-21T16:35:35Z) - Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and
Cycle Benchmarking [50.8020641352841]
量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。
プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。
また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
論文 参考訳(メタデータ) (2022-01-08T23:12:55Z) - Improving readout in quantum simulations with repetition codes [0.0]
繰り返し符号をスケーラブルなスキームとして使用し、量子化学や物理学に関心のある問題に対するより正確な解決策を提供する可能性を秘めている。
提案手法を複数のIBM量子デバイスで実証し, 簡易な理論ノイズモデルを用いて実験結果を検証した。
論文 参考訳(メタデータ) (2021-05-27T18:01:05Z) - Randomizing multi-product formulas for Hamiltonian simulation [2.2049183478692584]
本稿では,一方のランダム化コンパイルの利点と他方の高次多重積公式を結合した量子シミュレーション手法を提案する。
本フレームワークは,振幅増幅を回避し,回路深度を低減させる。
本アルゴリズムは回路深さとともに指数関数的に縮小するシミュレーション誤差を実現する。
論文 参考訳(メタデータ) (2021-01-19T19:00:23Z) - Sinkhorn Natural Gradient for Generative Models [125.89871274202439]
本研究では,シンクホーンの発散による確率空間上の最も急降下法として機能するシンクホーン自然勾配(SiNG)アルゴリズムを提案する。
本稿では,SiNG の主要成分であるシンクホーン情報行列 (SIM) が明示的な表現を持ち,対数的スケールの複雑さを正確に評価できることを示す。
本実験では,SiNGと最先端のSGD型解法を定量的に比較し,その有効性と有効性を示す。
論文 参考訳(メタデータ) (2020-11-09T02:51:17Z) - Efficient classical simulation and benchmarking of quantum processes in
the Weyl basis [0.0]
Weylユニタリを用いたランダム化ベンチマークアルゴリズムを開発し,エラーモデルの混在を効率よく同定し,学習する。
本手法を変分量子固有解器に現れるアンザッツ回路に適用する。
論文 参考訳(メタデータ) (2020-08-27T16:46:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。