論文の概要: Randomized benchmarking for non-Markovian noise
- arxiv url: http://arxiv.org/abs/2107.05403v2
- Date: Tue, 14 Dec 2021 00:47:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 18:19:49.452830
- Title: Randomized benchmarking for non-Markovian noise
- Title（参考訳）: 非マルコフ雑音に対するランダム化ベンチマーク
- Authors: Pedro Figueroa-Romero, Kavan Modi, Thomas M. Stace, Min-Hsiu Hsieh
- Abstract要約: ランダム化ベンチマークプロトコルと非マルコフ量子現象を記述するフレームワークを組み合わせる。
マルコフの場合からの偏差により、ASFから直接非マルコフ的特徴を識別できることが示される。
我々の手法は直接実装可能であり、量子プロセッサの相関ノイズをよりよく理解するための経路を舗装する。
- 参考スコア（独自算出の注目度）: 11.164202369517058
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Estimating the features of noise is the first step in a chain of protocols
that will someday lead to fault tolerant quantum computers. The randomized
benchmarking (RB) protocol is designed with this exact mindset, estimating the
average strength of noise in a quantum processor with relative ease in
practice. However, RB, along with most other benchmarking and characterization
methods, is limited in scope because it assumes that the noise is temporally
uncorrelated (Markovian), which is increasingly evident not to be the case.
Here, we combine the RB protocol with a recent framework describing
non-Markovian quantum phenomena to derive a general analytical expression of
the average sequence fidelity (ASF) for non-Markovian RB with the Clifford
group. We show that one can identify non-Markovian features of the noise
directly from the ASF through its deviations from the Markovian case, proposing
a set of methods to collectively estimate these deviations, non-Markovian
memory time-scales, and diagnose (in)coherence of non-Markovian noise in an RB
experiment. Finally, we demonstrate the efficacy of our proposal by means of
several proof-of-principle examples. Our methods are directly implementable and
pave the pathway to better understanding correlated noise in quantum
processors.
- Abstract（参考訳）: ノイズの特徴を推定することは、いつかフォールトトレラントな量子コンピュータにつながる一連のプロトコルの最初のステップである。
ランダム化ベンチマーク(RB)プロトコルはこの正確な考え方で設計されており、実際に比較的容易な量子プロセッサにおけるノイズの平均強度を推定する。
しかし、RBは他のほとんどのベンチマークやキャラクタリゼーション手法と同様に、ノイズが時間的に非相関であると仮定する(マルコフアン)ため、スコープに制限がある。
ここでは、RBプロトコルと、非マルコフ量子現象を記述する最近のフレームワークを組み合わせることで、非マルコフ RB と クリフォード群に対する平均シーケンス忠実度 (ASF) の一般的な解析式を導出する。
RB実験において,これらの偏差,非マルコフメモリの時間スケール,非マルコフノイズの診断(内)コヒーレンスを総合的に推定する手法を提案することにより,ASFからの偏差により,非マルコフノイズの非マルコフノイズの特徴を同定できることが示されている。
最後に,いくつかの実例を用いて提案手法の有効性を示す。
我々の手法は直接実装可能であり、量子プロセッサの相関ノイズをよりよく理解するための経路を舗装する。
関連論文リスト
- Non-Markovian Noise Mitigation: Practical Implementation, Error Analysis, and the Role of Environment Spectral Properties [3.1003326924534482]
非マルコフ雑音に対するQEMフレームワークにおける確率的誤差キャンセル(PEC)法を拡張して非マルコフ雑音除去(NMNM)法を提案する。
我々は,QEMの全体近似誤差とサンプリングオーバーヘッドと環境のスペクトル特性との直接接続を確立する。
論文 参考訳（メタデータ） (2025-01-09T07:22:06Z) - Non-Markovian Noise Suppression Simplified through Channel Representation [0.8639941465436463]
任意の非マルコフ量子力学のチャネル表現をChoiチャネルと呼ぶ。
この表現は、非マルコフ雑音の複素力学を理想状態に作用するノイズチャネルの慣れ親しんだ図形に変換する。
パウリツイリング、確率的エラーキャンセル、仮想チャネル浄化を用いた新しいプロトコルを考案した。
論文 参考訳（メタデータ） (2024-12-15T15:26:07Z) - Bayesian Quantum Amplitude Estimation [49.1574468325115]
本稿では,量子振幅推定のための雑音対応ベイズアルゴリズムであるBAEを紹介する。
我々は,BAEがハイゼンベルク限界推定を達成し,他の手法と比較した。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - SoftPatch: Unsupervised Anomaly Detection with Noisy Data [67.38948127630644]
本稿では,画像センサ異常検出におけるラベルレベルのノイズを初めて考察する。
本稿では,メモリベースの非教師付きAD手法であるSoftPatchを提案する。
既存の手法と比較して、SoftPatchは通常のデータの強力なモデリング能力を維持し、コアセットにおける過信問題を軽減する。
論文 参考訳（メタデータ） (2024-03-21T08:49:34Z) - Compressed gate characterization for quantum devices with
time-correlated noise [0.0]
本稿では,時間関連ノイズの存在下での量子プロセストモグラフィ(QPT)の一般的な枠組みについて述べる。
本手法の適用例として,シリコンスピン量子ビットの比較理論的および実験的解析を行った。
理論的に予測されたプロセスの忠実度と2つのqubitインターリーブされたランダム化されたベンチマークの忠実度との間には、最近のシリコンスピン量子ビットに関する実験で測定された99.8%の一致が得られた。
論文 参考訳（メタデータ） (2023-07-26T18:05:49Z) - Operational Markovianization in Randomized Benchmarking [7.680510419135912]
我々は、動的デカップリング(DD)やランダムコンパイル(RC)のようなエラー抑制技術がランダムベンチマーク(RB)を動作的にマーカビアン化できることを解析的に示す。
提案手法は,非マルコフ雑音を同時に低減し,標準かつ信頼性の高いゲート品質推定を可能にする。
論文 参考訳（メタデータ） (2023-05-08T13:37:18Z) - Latent Class-Conditional Noise Model [54.56899309997246]
本稿では,ベイズ的枠組みの下での雑音遷移をパラメータ化するためのLatent Class-Conditional Noise Model (LCCN)を提案する。
次に、Gibs sampler を用いて遅延真のラベルを効率的に推測できる LCCN の動的ラベル回帰法を導出する。
提案手法は,サンプルのミニバッチから事前の任意チューニングを回避するため,ノイズ遷移の安定な更新を保護している。
論文 参考訳（メタデータ） (2023-02-19T15:24:37Z) - Towards a general framework of Randomized Benchmarking incorporating
non-Markovian Noise [12.547444644243544]
ゲート依存性が平均シーケンスフィデリティ内の摂動項に変換されないことを示す。
ゲート依存性は ASF 内の摂動項に変換されないが、マルコフ列の忠実度は小さいゲート依存摂動の下で安定である。
論文 参考訳（メタデータ） (2022-02-23T07:51:03Z) - Learning based signal detection for MIMO systems with unknown noise
statistics [84.02122699723536]
本論文では,未知のノイズ統計による信号を堅牢に検出する一般化最大確率(ML)推定器を考案する。
実際には、システムノイズに関する統計的な知識はほとんどなく、場合によっては非ガウス的であり、衝動的であり、分析不可能である。
我々のフレームワークは、ノイズサンプルのみを必要とする教師なしの学習アプローチによって駆動される。
論文 参考訳（メタデータ） (2021-01-21T04:48:15Z) - A Second-Order Approach to Learning with Instance-Dependent Label Noise [58.555527517928596]
ラベルノイズの存在は、しばしばディープニューラルネットワークのトレーニングを誤解させる。
人間による注釈付きラベルのエラーは、タスクの難易度レベルに依存する可能性が高いことを示しています。
論文 参考訳（メタデータ） (2020-12-22T06:36:58Z) - 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)
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。