論文の概要: Modeling and mitigation of cross-talk effects in readout noise with
applications to the Quantum Approximate Optimization Algorithm
- arxiv url: http://arxiv.org/abs/2101.02331v3
- Date: Thu, 27 May 2021 17:58:53 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-17 11:05:44.237426
- Title: Modeling and mitigation of cross-talk effects in readout noise with
applications to the Quantum Approximate Optimization Algorithm
- Title（参考訳）: 読み出し雑音におけるクロストーク効果のモデル化と緩和と量子近似最適化アルゴリズムへの応用
- Authors: Filip B. Maciejewski, Flavio Baccari, Zolt\'an Zimbor\'as, Micha{\l}
Oszmaniec
- Abstract要約: 雑音の緩和は、上界を導出する誤差まで行うことができる。
ノイズモデルとエラー軽減スキームの両方をテストするためにIBMのデバイスを使用した15(23)量子ビットの実験。
浅層深度ランダム回路によって生成されるHaar-random量子状態と状態に対して、同様の効果が期待できることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce a correlated measurement noise model that can be efficiently
described and characterized, and which admits effective noise-mitigation on the
level of marginal probability distributions. Noise mitigation can be performed
up to some error for which we derive upper bounds. Characterization of the
model is done efficiently using Diagonal Detector Overlapping Tomography -- a
generalization of the recently introduced Quantum Overlapping Tomography to the
problem of reconstruction of readout noise with restricted locality. The
procedure allows to characterize $k$-local measurement cross-talk on $N$-qubit
device using $O(k2^klog(N))$ circuits containing random combinations of X and
identity gates. We perform experiments on 15 (23) qubits using IBM's
(Rigetti's) devices to test both the noise model and the error-mitigation
scheme, and obtain an average reduction of errors by a factor $>22$ ($>5.5$)
compared to no mitigation. Interestingly, we find that correlations in the
measurement noise do not correspond to the physical layout of the device.
Furthermore, we study numerically the effects of readout noise on the
performance of the Quantum Approximate Optimization Algorithm (QAOA). We
observe in simulations that for numerous objective Hamiltonians, including
random MAX-2-SAT instances and the Sherrington-Kirkpatrick model, the
noise-mitigation improves the quality of the optimization. Finally, we provide
arguments why in the course of QAOA optimization the estimates of the local
energy (or cost) terms often behave like uncorrelated variables, which greatly
reduces sampling complexity of the energy estimation compared to the
pessimistic error analysis. We also show that similar effects are expected for
Haar-random quantum states and states generated by shallow-depth random
circuits.
- Abstract（参考訳）: そこで本研究では, 効率的に記述・特徴付けできる相関測定ノイズモデルを提案し, 限界確率分布のレベルに有効なノイズ緩和法を提案する。
ノイズ緩和は、上限を導出する何らかの誤差まで行うことができる。
モデルのキャラクタリゼーションは,最近導入された量子重畳トモグラフィの一般化である対角検出器重畳トモグラフィ(Diagonal Detector Overlapping Tomography)を用いて効率よく行う。
この手順は、$O(k2^klog(N))$回路を用いて$N$-qubitデバイス上の$k$ローカル測定クロストークを特徴付けることができる。
我々は、IBMのリゲッティ(Rigetti's)デバイスを用いた15(23)量子ビットの実験を行い、ノイズモデルと誤差軽減スキームの両方を試験し、緩和を伴わずに22ドル(5.5ドル)の誤差を平均的に低減する実験を行った。
興味深いことに、測定ノイズの相関はデバイスの物理的レイアウトと一致しない。
さらに,量子近似最適化アルゴリズム(QAOA)の性能に及ぼす読み出し雑音の影響を数値的に検討した。
ランダムなmax-2-satインスタンスやsherington-kirkpatrickモデルを含む多くの目的のハミルトニアンに対して、ノイズ緩和は最適化の質を向上させることをシミュレーションで観察する。
最後に、QAOA最適化の過程で、局所エネルギー(またはコスト)項の推定が、しばしば非相関変数のように振る舞うため、悲観的誤差解析と比較してエネルギー推定のサンプリング複雑性が大幅に減少する。
また、浅深さランダム回路によって生成されるハールランダム量子状態や状態にも同様の効果が期待できることを示す。
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) - Fault Tolerance Embedded in a Quantum-Gap-Estimation Algorithm with Trial-State Optimization [0.0]
その結果, ノイズ閾値を超えるスペクトルピークを増幅することができ, ギャップ推定誤差を低減できることがわかった。
この結果から,近時雑音量子コンピュータにおける正確な量子シミュレーションの可能性を明らかにした。
論文 参考訳（メタデータ） (2024-05-16T17:57:15Z) - Lindblad-like quantum tomography for non-Markovian quantum dynamical maps [46.350147604946095]
本稿では,Lindblad-like quantum tomography (L$ell$QT) を量子情報プロセッサにおける時間相関ノイズの量子的特徴付け手法として紹介する。
単一量子ビットの強調力学について、L$ell$QT を詳細に論じ、量子進化の複数のスナップショットを可能性関数に含めることの重要性を正確に理解することができる。
論文 参考訳（メタデータ） (2024-03-28T19:29:12Z) - Optimized Noise Suppression for Quantum Circuits [0.40964539027092917]
クロストークノイズは、例えば、クロス共鳴ベースの超伝導量子プロセッサにおける深刻なエラー源である。
Intrepidプログラミングアルゴリズムは、スワップ挿入によって最適化されたキュービットルーティングに関する以前の作業を拡張する。
最大127キュービットの2つのチップのクロストークノイズを特徴付けることで,提案手法の評価を行った。
論文 参考訳（メタデータ） (2024-01-12T07:34:59Z) - Negative Pre-aware for Noisy Cross-modal Matching [46.5591267410225]
雑音対応は認識と修正が難しいため,クロスモーダルノイズロバスト学習は難しい課題である。
本稿では,雑音の多い下流タスクに対する大規模視覚言語モデルファインタニングのための,否定的事前認識型クロスモーダルマッチングソリューションを提案する。
論文 参考訳（メタデータ） (2023-12-10T05:52:36Z) - Efficient reconstruction, benchmarking and validation of cross-talk
models in readout noise in near-term quantum devices [3.1410859223862113]
このプロトコルは、読み出し雑音における$k-$ローカルなクロストーク効果の効率的な評価を可能にする。
本稿では,QDOTデータにより,読み出し雑音におけるPOVM演算子,相関,コヒーレンスなどの情報が得られることを示す。
79 qubit Rigetti および 127 qubit IBM デバイスにおけるクロストーク効果について検討する。
論文 参考訳（メタデータ） (2023-11-17T17:33:29Z) - Emergence of noise-induced barren plateaus in arbitrary layered noise models [44.99833362998488]
変分量子アルゴリズムでは、パラメータ化された量子回路のパラメータは、問題の解を符号化するコスト関数を最小限に抑えるために最適化される。
層状雑音モデルを用いたパラメータ化量子回路において,ノイズ誘起バレンプラトー現象がどのように出現するか,その意味について論じる。
論文 参考訳（メタデータ） (2023-10-12T15:18:27Z) - Classical simulations of noisy variational quantum circuits [0.0]
ノイズは量子計算に影響を及ぼし、より正確になるだけでなく、システムのスケールアップとともに古典的なシミュレートも容易になる。
ノイズパラメータ化量子回路の期待値を推定するための古典的シミュレーションアルゴリズムLOWESAを構築した。
論文 参考訳（メタデータ） (2023-06-08T17:52:30Z) - Error-aware Quantization through Noise Tempering [43.049102196902844]
量子化対応トレーニング(QAT)は、量子化エラーをシミュレートしながら、エンドタスクに関するモデルパラメータを最適化する。
本研究では,指数関数的に減衰する量子化・エラー認識ノイズと,学習可能なタスク損失勾配のスケールを組み込んで量子化演算子の効果を近似する。
本手法は, 従来の手法を0.5-1.2%絶対値で上回り, 均一な(非混合精度)量子化のための最先端トップ1分類精度を得る。
論文 参考訳（メタデータ） (2022-12-11T20:37:50Z) - Characterizing and mitigating coherent errors in a trapped ion quantum
processor using hidden inverses [0.20315704654772418]
量子コンピューティングテストベッドは、量子ビットの小さな集合に対して高忠実な量子制御を示す。
これらのノイズの多い中間スケールデバイスは、デコヒーレンスの前に十分な数のシーケンシャルな操作をサポートすることができる。
これらのアルゴリズムの結果は不完全であるが、これらの不完全性は量子コンピュータのテストベッド開発をブートストラップするのに役立ちます。
論文 参考訳（メタデータ） (2022-05-27T20:35:24Z) - Shape Matters: Understanding the Implicit Bias of the Noise Covariance [76.54300276636982]
勾配降下のノイズはパラメータ化モデルに対するトレーニングにおいて重要な暗黙の正則化効果をもたらす。
ミニバッチやラベルの摂動によって引き起こされるパラメータ依存ノイズはガウスノイズよりもはるかに効果的であることを示す。
分析の結果,パラメータ依存ノイズは局所最小値に偏りを生じさせるが,球状ガウス雑音は生じないことがわかった。
論文 参考訳（メタデータ） (2020-06-15T18:31:02Z)
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。