論文の概要: Scalable quantum processor noise characterization
- arxiv url: http://arxiv.org/abs/2006.01805v1
- Date: Tue, 2 Jun 2020 17:39:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-17 08:52:14.231792
- Title: Scalable quantum processor noise characterization
- Title(参考訳): スケーラブル量子プロセッサノイズキャラクタリゼーション
- Authors: Kathleen E. Hamilton, Tyler Kharazi, Titus Morris, Alexander J.
McCaskey, Ryan S. Bennink and Raphael C. Pooser
- Abstract要約: 累積展開に基づく多ビットデバイスに対する近似的MCMを構築するためのスケーラブルな方法を提案する。
また,本手法は,様々な種類の相関誤差を特徴付けるためにも利用できる。
- 参考スコア(独自算出の注目度): 57.57666052437813
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Measurement fidelity matrices (MFMs) (also called error kernels) are a
natural way to characterize state preparation and measurement errors in
near-term quantum hardware. They can be employed in post processing to mitigate
errors and substantially increase the effective accuracy of quantum hardware.
However, the feasibility of using MFMs is currently limited as the experimental
cost of determining the MFM for a device grows exponentially with the number of
qubits. In this work we present a scalable way to construct approximate MFMs
for many-qubit devices based on cumulant expansion. Our method can also be used
to characterize various types of correlation error.
- Abstract(参考訳): 測定忠実度行列(英: Measurementfidelity matrices、MFMs)は、短期量子ハードウェアにおける状態準備と測定誤差を特徴付ける自然な方法である。
それらは後処理に使われ、エラーを軽減し、量子ハードウェアの有効精度を大幅に向上させることができる。
しかし、デバイスに対するMFMを決定する実験コストは、キュービット数とともに指数関数的に増加するため、MFMの使用可能性は現在制限されている。
本研究では,累積展開に基づく多量子ビットデバイスの近似mfmをスケーラブルに構築する手法を提案する。
本手法は,各種相関誤差を特徴付けることも可能である。
関連論文リスト
- Quasi-Probabilistic Readout Correction of Mid-Circuit Measurements for Adaptive Feedback via Measurement Randomized Compiling [7.804530685405802]
量子測定は量子コンピューティングの基本的な構成要素である。
現代の量子コンピュータでは、測定は量子ゲートよりも誤差が多い。
本研究では, ランダム化コンパイルを用いて, 測定誤差を単純な誤差モデルに調整できることを示す。
論文 参考訳(メタデータ) (2023-12-21T18:57:13Z) - Algorithmic cooling for resolving state preparation and measurement
errors in quantum computing [0.0]
計測ベースアルゴリズム冷却(MBAC)と呼ばれる新しいタイプのアルゴリズム冷却プロトコルを提案する。
MBACは個々の量子ビット上で(潜在的に不完全な)射影測定を行う能力を仮定する。
我々は,MBACが現実的な仮定の下での状態準備誤差を著しく低減できることを実証した。
論文 参考訳(メタデータ) (2022-03-15T17:41:58Z) - 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) - Conditionally rigorous mitigation of multiqubit measurement errors [0.0]
測定誤差は ゲートエラーより かなり大きい
本研究では, 条件付き厳密なTMEMを用いた測定誤差低減手法を開発した。
論文 参考訳(メタデータ) (2021-09-09T17:49:13Z) - Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。
本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文 参考訳(メタデータ) (2021-08-24T15:30:04Z) - Performance of teleportation-based error correction circuits for bosonic
codes with noisy measurements [58.720142291102135]
テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。
マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
論文 参考訳(メタデータ) (2021-08-02T16:12:13Z) - Quantum-tailored machine-learning characterization of a superconducting
qubit [50.591267188664666]
我々は,量子デバイスのダイナミクスを特徴付ける手法を開発し,デバイスパラメータを学習する。
このアプローチは、数値的に生成された実験データに基づいてトレーニングされた物理に依存しないリカレントニューラルネットワークより優れている。
このデモンストレーションは、ドメイン知識を活用することで、この特徴付けタスクの正確性と効率が向上することを示す。
論文 参考訳(メタデータ) (2021-06-24T15:58:57Z) - Sigma-Delta and Distributed Noise-Shaping Quantization Methods for
Random Fourier Features [73.25551965751603]
我々は、量子化 RFF が基礎となるカーネルの高精度な近似を可能にすることを証明した。
量子化 RFF はさらに圧縮され,メモリ使用量と精度のトレードオフに優れることを示す。
本手法は,この文脈におけるアート量子化手法の他の状態と比較し,いくつかの機械学習タスクにおいて,提案手法の性能を実証的に示す。
論文 参考訳(メタデータ) (2021-06-04T17:24:47Z) - A hybrid quantum-classical approach to mitigating measurement errors [3.8073142980733]
我々は、未知の量子ノイズに対処し、NISQデバイスによる測定読み出しにおける誤差を軽減する方法を提案する。
このスキームは、NISQデバイスを用いた量子アルゴリズムで実装されている。
論文 参考訳(メタデータ) (2020-03-27T10:30:52Z)
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。