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
- Optimized Noise Suppression for Quantum Circuits [0.46040036610482665]
現在の量子計算ハードウェアはノイズに悩まされており、誤り訂正には小さすぎる。
ここでは、クロストークノイズを効率よく特徴づけ、緩和する。これは、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重大エラー源である。
キャラクタリゼーション後、ノイズ対応量子ビットルーティングアルゴリズムにより量子回路のノイズを緩和する。
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) - Thresholds in the Robustness of Error Mitigation in Noisy Quantum
Dynamics [0.34530027457862006]
我々はImry-Ma引数を適用し、ランダムな空間的局所回路に対する誤差緩和のロバスト性におけるしきい値の存在を予測する。
対照的に、1次元の回路では、緩和は障害の特徴づけにおける不完全性に対して$mathcalO(1)$の時間で失敗する。
論文 参考訳(メタデータ) (2023-02-08T19:00:01Z) - 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) - Error Mitigation-Aided Optimization of Parameterized Quantum Circuits:
Convergence Analysis [42.275148861039895]
変分量子アルゴリズム(VQA)は、ノイズプロセッサを介して量子アドバンテージを得るための最も有望な経路を提供する。
不完全性とデコヒーレンスによるゲートノイズは、バイアスを導入して勾配推定に影響を与える。
QEM(Quantum error mitigation)技術は、キュービット数の増加を必要とせずに、推定バイアスを低減することができる。
QEMは必要な反復回数を減らすことができるが、量子ノイズレベルが十分に小さい限りである。
論文 参考訳(メタデータ) (2022-09-23T10:48:04Z) - 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) - Efficient and robust certification of genuine multipartite entanglement
in noisy quantum error correction circuits [58.720142291102135]
実効多部絡み(GME)認証のための条件付き目撃手法を導入する。
線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。
本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
論文 参考訳(メタデータ) (2020-10-06T18:00:07Z) - 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。