Fugu-MT 論文翻訳(概要): Noise-Aware Quantum Amplitude Estimation

論文の概要: Noise-Aware Quantum Amplitude Estimation

arxiv url: http://arxiv.org/abs/2109.04840v2
Date: Mon, 20 Mar 2023 09:28:05 GMT
ステータス: 処理完了
システム内更新日: 2023-03-24 07:36:18.387413
Title: Noise-Aware Quantum Amplitude Estimation
Title（参考訳）: 雑音を考慮した量子振幅推定
Authors: Steven Herbert and Roland Guichard and Darren Ng
Abstract要約: 提案手法は実世界の実験データに適していることを示す。次に、このノイズモデルを任意のNISQ QAEアルゴリズムに組み込む方法の例を示し、振幅推定が「ノイズ対応」であることを示す。
参考スコア（独自算出の注目度）: 0.6117371161379208
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: In this paper we derive from simple and reasonable assumptions a Gaussian noise model for NISQ Quantum Amplitude Estimation (QAE). We provide results from QAE run on various IBM superconducting quantum computers and Honeywell's H1 trapped-ion quantum computer to show that the proposed model is a good fit for real-world experimental data. We then give an example of how to embed this noise model into any NISQ QAE algorithm, such that the amplitude estimation is "noise-aware".
Abstract（参考訳）: 本稿では,NISQ量子振幅推定(QAE)のためのガウス雑音モデルについて,単純かつ合理的な仮定から導いた。我々は,様々なIBM超伝導量子コンピュータ上で動作するQAEとハネウェルのH1トラップイオン量子コンピュータを用いて,提案モデルが実世界の実験データに適していることを示す。次に、このノイズモデルを任意のNISQ QAEアルゴリズムに組み込む方法の例を示し、振幅推定が「ノイズ対応」であることを示す。

関連論文リスト

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)
Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文参考訳（メタデータ） (2024-01-31T01:02:16Z)
General noise-resilient quantum amplitude estimation [0.0]
本稿では,雑音下での振幅推定と観測可能な新しいアルゴリズムを提案する。興味深いことに、我々のアルゴリズムは量子回路の深さの異なるノイズに対して堅牢性を示す。
論文参考訳（メタデータ） (2023-12-02T09:27:40Z)
Provable bounds for noise-free expectation values computed from noisy samples [1.3194391758295114]
我々はサンプリングオーバーヘッドを定量化し、ノイズの多い量子コンピュータから良いサンプルを抽出する。これにより、ノイズのない予測値の証明可能な境界を決定するために、ノイズのリスクにおける条件値が利用できることを示す。
論文参考訳（メタデータ） (2023-12-01T17:12:18Z)
Quantum Conformal Prediction for Reliable Uncertainty Quantification in Quantum Machine Learning [47.991114317813555]
量子モデルは暗黙の確率予測器を実装し、測定ショットを通じて各入力に対して複数のランダムな決定を生成する。本稿では、そのようなランダム性を利用して、モデルの不確実性を確実に捉えることができる分類と回帰の両方の予測セットを定義することを提案する。
論文参考訳（メタデータ） (2023-04-06T22:05:21Z)
Leveraging hardware-control imperfections for error mitigation via generalized quantum subspace [0.8399688944263843]
完全フォールトトレランスのない量子コンピューティングの時代には、量子エラー緩和技術を通じてノイズ効果を抑え、量子デバイスの計算能力を高めることが不可欠である。最も効果的なノイズ非依存誤差緩和スキームの1つは、一般化量子部分空間展開(GSE)法である。本稿では,異なるノイズレベルを持つ量子状態のコピーを用いた誤り緩和量子状態を構成するフォールト・サブスペース法を提案する。
論文参考訳（メタデータ） (2023-03-14T07:01:30Z)
Entanglement entropy scaling of noisy random quantum circuits in two dimensions [8.501065978448919]
誤差補正のないノイズの多い量子デバイスは古典的コンピュータよりも量子的に有利だこの研究では、ランダム量子回路は、関連する2次元アーキテクチャの実験において、非偏極ノイズでシミュレートされる。
論文参考訳（メタデータ） (2022-05-27T14:22:28Z)
Characterizing quantum instruments: from non-demolition measurements to quantum error correction [48.43720700248091]
量子情報処理では、量子演算はしばしば古典的なデータをもたらす測定とともに処理される。非単位の動的プロセスは、一般的な量子チャネルの記述が時間進化を記述するのに失敗するシステムで起こりうる。量子測定は古典的な出力と測定後の量子状態の両方を計測するいわゆる量子機器によって正しく扱われる。
論文参考訳（メタデータ） (2021-10-13T18:00:13Z)
Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
論文参考訳（メタデータ） (2021-08-09T18:00:05Z)
Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
論文参考訳（メタデータ） (2021-05-20T17:06:52Z)
Amplitude estimation via maximum likelihood on noisy quantum computer [3.5462326830737805]
超伝導IBM量子デバイスの実験実験を行った。提案した最大確率推定器は,クエリ数の量子的高速化を実現する。
論文参考訳（メタデータ） (2020-06-29T17:44:04Z)

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。