論文の概要: Quantum readout error mitigation via deep learning

• arxiv url: http://arxiv.org/abs/2112.03585v1
• Date: Tue, 7 Dec 2021 09:26:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-05 07:59:50.122582
• Title: Quantum readout error mitigation via deep learning
• Title（参考訳）: 深層学習による量子読み出し誤差軽減
• Authors: Jihye Kim, Byungdu Oh, Yonuk Chong, Euyheon Hwang, Daniel K. Park
• Abstract要約: 本稿では,量子ハードウェア上での読み出し誤差を低減するためのディープラーニングベースのプロトコルを提案する。 ニューラルネットワークとディープラーニングでは、非線形ノイズを補正することが可能であり、既存の線形反転法では不可能である。
• 参考スコア（独自算出の注目度）: 2.4936576553283283
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computing devices are inevitably subject to errors. To leverage quantum technologies for computational benefits in practical applications, quantum algorithms and protocols must be implemented reliably under noise and imperfections. Since noise and imperfections limit the size of quantum circuits that can be realized on a quantum device, developing quantum error mitigation techniques that do not require extra qubits and gates is of critical importance. In this work, we present a deep learning-based protocol for reducing readout errors on quantum hardware. Our technique is based on training an artificial neural network with the measurement results obtained from experiments with simple quantum circuits consisting of singe-qubit gates only. With the neural network and deep learning, non-linear noise can be corrected, which is not possible with the existing linear inversion methods. The advantage of our method against the existing methods is demonstrated through quantum readout error mitigation experiments performed on IBM five-qubit quantum devices.
• Abstract（参考訳）: 量子コンピューティングデバイスは必然的にエラーにさらされる。 実用的な応用において量子技術を活用するためには、量子アルゴリズムとプロトコルをノイズや不完全な条件下で確実に実装する必要がある。 ノイズや不完全性は量子デバイス上で実現可能な量子回路のサイズを制限するため、余分な量子ビットやゲートを必要としない量子エラー緩和技術の開発が重要となる。 本稿では,量子ハードウェア上での読み出しエラーを低減するための深層学習に基づくプロトコルを提案する。 本手法は,Singe-qubitゲートのみからなる単純な量子回路を用いた実験から得られた測定結果を用いて,人工ニューラルネットワークのトレーニングに基づく。 ニューラルネットワークとディープラーニングでは、非線形ノイズを補正することが可能であり、既存の線形反転法では不可能である。 提案手法の既存手法に対する利点は,IBM 5量子ビット量子デバイス上で行った量子読み出し誤差軽減実験によって実証される。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• 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 Routing for Emerging Quantum Networks [0.0]
  複数の出力経路にまたがる入力量子信号の絡み合いである量子ルーティングは、将来の量子ネットワークの重要な側面となる。 我々は、量子ルーティングと量子誤り訂正のための複合回路を設計し、ノイズの多い実世界の量子デバイス上でそのような回路を最初に実装する。 我々の実験は、近未来のノイズの多い量子計算装置における誤り訂正量子ルーティングが実現可能であることを初めて検証した。
  論文  参考訳（メタデータ） (2022-11-11T08:58:29Z)
• Quantum Error Correction with Quantum Autoencoders [0.0]
  量子ニューラルネットワークをトレーニングして,能動的検出と誤り訂正のための最適な戦略を学習する方法を示す。 量子オートエンコーダの復号化能力は、特定の状態の保護に限らず、論理的コード空間全体に拡張されることを強調した。
  論文  参考訳（メタデータ） (2022-02-01T16:55:14Z)
• 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)
• Mitigating Quantum Errors via Truncated Neumann Series [10.04862322536857]
  本稿では,量子ゲートと測定誤差を緩和し,量子期待値を計算する統一的なフレームワークを提案する。 基本的な考え方は、異なる順序の量子エラーを線形に組み合わせることで、その逆を近似することで量子エラーの効果をキャンセルすることである。 我々は、異なる量子エラーに対してこの枠組みを検証し、計算精度が大幅に改善されていることを確認する。
  論文  参考訳（メタデータ） (2021-11-01T04:16:49Z)
• 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)
• Mitigating errors by quantum verification and post-selection [0.0]
  本稿では,いわゆる認証プロトコルである量子検証に基づく量子誤り軽減手法とポストセレクションを提案する。 提案手法のサンプル複雑性について考察し,騒音の現実的な仮定の下で誤りを緩和する厳密な保証を提供する。 当社の手法では,認証プロトコルの異なる実行環境間で出力状態を異なるものにするため,動作の時間依存も可能としています。
  論文  参考訳（メタデータ） (2021-09-29T10:29:39Z)
• Hardware-Efficient, Fault-Tolerant Quantum Computation with Rydberg Atoms [55.41644538483948]
  我々は中性原子量子コンピュータにおいてエラー源の完全な特徴付けを行う。 計算部分空間外の状態への原子量子ビットの崩壊に伴う最も重要なエラーに対処する,新しい,明らかに効率的な手法を開発した。 我々のプロトコルは、アルカリ原子とアルカリ原子の両方にエンコードされた量子ビットを持つ最先端の中性原子プラットフォームを用いて、近い将来に実装できる。
  論文  参考訳（メタデータ） (2021-05-27T23:29:53Z)
• Neural Error Mitigation of Near-Term Quantum Simulations [0.0]
  ニューラルネットワークを用いて地下状態と地下状態の観測器の推定を改善する新しい方法である$textitneural error mitigation$を紹介します。 その結果, ニューラルエラーの低減により, 数値計算と実験的VQE計算が向上し, 低エネルギー誤差が得られた。 提案手法は,複雑な量子シミュレーション問題を解くために,短期量子コンピュータの到達範囲を広げる有望な戦略である。
  論文  参考訳（メタデータ） (2021-05-17T18:00:57Z)
• Deterministic correction of qubit loss [48.43720700248091]
  量子ビットの損失は、大規模かつフォールトトレラントな量子情報プロセッサに対する根本的な障害の1つである。 トポロジカル曲面符号の最小インスタンスに対して、量子ビット損失検出と補正の完全なサイクルの実装を実験的に実証した。
  論文  参考訳（メタデータ） (2020-02-21T19:48:53Z)

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。