論文の概要: Estimating gate-set properties from random sequences
- arxiv url: http://arxiv.org/abs/2110.13178v3
- Date: Thu, 31 Aug 2023 04:41:19 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-01 21:38:56.799972
- Title: Estimating gate-set properties from random sequences
- Title（参考訳）: ランダム列からのゲートセット特性の推定
- Authors: J. Helsen, M. Ioannou, J. Kitzinger, E. Onorati, A. H. Werner, J.
Eisert, I. Roth
- Abstract要約: 現在の量子デバイスは、非構造ゲート列の短い後、ネイティブな測定しかできない。
ランダムシーケンス推定という単一の実験は、多くの推定問題を解く。
我々は、最適性能保証付きシャドウ推定の頑健なチャネル変種を導出する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With quantum computing devices increasing in scale and complexity, there is a
growing need for tools that obtain precise diagnostic information about quantum
operations. However, current quantum devices are only capable of short
unstructured gate sequences followed by native measurements. We accept this
limitation and turn it into a new paradigm for characterizing quantum
gate-sets. A single experiment - random sequence estimation - solves a wealth
of estimation problems, with all complexity moved to classical post-processing.
We derive robust channel variants of shadow estimation with close-to-optimal
performance guarantees and use these as a primitive for partial, compressive
and full process tomography as well as the learning of Pauli noise. We discuss
applications to the quantum gate engineering cycle, and propose novel methods
for the optimization of quantum gates and diagnosing cross-talk.
- Abstract（参考訳）: 量子コンピューティングデバイスがスケールと複雑さを増すにつれ、量子演算に関する正確な診断情報を取得するツールの必要性が高まっている。
しかし、現在の量子デバイスは短い非構造ゲートシーケンスとネイティブな測定しかできない。
我々はこの制限を受け入れ、量子ゲートセットを特徴づけるための新しいパラダイムに変える。
単一の実験 - 乱数列推定 - は、あらゆる複雑さを古典的な後処理に移し、多くの推定問題を解く。
提案手法は, パウリノイズの学習だけでなく, 部分的, 圧縮的, フルプロセストモグラフィーのためのプリミティブとして, ほぼ最適性能保証付きシャドウ推定の頑健なチャネル変種を導出する。
本稿では,量子ゲート工学サイクルへの応用について検討し,量子ゲートの最適化とクロストーク診断のための新しい手法を提案する。
関連論文リスト
- Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - YAQQ: Yet Another Quantum Quantizer -- Design Space Exploration of Quantum Gate Sets using Novelty Search [0.9932551365711049]
本稿では,量子処理ユニットと制御プロトコルのネイティブゲートに基づく比較解析を行うソフトウェアツールを提案する。
開発されたソフトウェアYAQQ(Yet Another Quantum Quantizer)は、最適化された量子ゲートセットの発見を可能にする。
論文 参考訳（メタデータ） (2024-06-25T14:55:35Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Near-Term Distributed Quantum Computation using Mean-Field Corrections
and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。
我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文 参考訳（メタデータ） (2023-09-11T18:00:00Z) - Anticipative measurements in hybrid quantum-classical computation [68.8204255655161]
量子計算を古典的な結果によって補う手法を提案する。
予測の利点を生かして、新しいタイプの量子測度がもたらされる。
予測量子測定では、古典計算と量子計算の結果の組み合わせは最後にのみ起こる。
論文 参考訳（メタデータ） (2022-09-12T15:47:44Z) - Sample-efficient verification of continuously-parameterized quantum
gates for small quantum processors [0.0]
小型量子プロセッサにおける量子ゲートのサンプル効率検証手法を実証する。
本手法により得られた忠実度推定は, クロスエントロピー・ベンチマークにより得られた忠実度推定よりも分散度が低いことを示す。
これは、ある所望の精度で忠実度損失を推定する際に、サンプル効率に実験的に関係する利点を与える。
論文 参考訳（メタデータ） (2022-05-25T22:52:23Z) - Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。
特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
論文 参考訳（メタデータ） (2021-12-27T21:15:35Z) - Minimizing estimation runtime on noisy quantum computers [0.0]
ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。
物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。
この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
論文 参考訳（メタデータ） (2020-06-16T17:46:18Z) - A variational toolbox for quantum multi-parameter estimation [0.7734726150561088]
本稿では,変分パラメータを逐次更新してプローブの状態や測定を改善する汎用フレームワークを提案する。
次に,数値シミュレーションによるアプローチの実用的機能を示す。
ノイズ進化に対する一般パラメータシフト則の有効性を実証する。
論文 参考訳（メタデータ） (2020-06-11T10:10:20Z) - Topological Quantum Compiling with Reinforcement Learning [7.741584909637626]
任意の単一ビットゲートを有限の普遍集合から基本ゲートの列にコンパイルする効率的なアルゴリズムを導入する。
このアルゴリズムは、量子物理学における深層学習の興味深い応用への新たな道を開くことができる。
論文 参考訳（メタデータ） (2020-04-09T18:00:01Z)
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。