論文の概要: Characterizing and mitigating coherent errors in a trapped ion quantum processor using hidden inverses

• arxiv url: http://arxiv.org/abs/2205.14225v1
• Date: Fri, 27 May 2022 20:35:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-11 13:44:16.599320
• Title: Characterizing and mitigating coherent errors in a trapped ion quantum processor using hidden inverses
• Title（参考訳）: 隠蔽逆数を用いたイオン量子プロセッサにおけるコヒーレントエラーの特性と緩和
• Authors: Swarnadeep Majumder, Christopher G. Yale, Titus D. Morris, Daniel S. Lobser, Ashlyn D. Burch, Matthew N. H. Chow, Melissa C. Revelle, Susan M. Clark, and Raphael C. Pooser
• Abstract要約: 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の開発に役立つ。
• 参考スコア（独自算出の注目度）: 0.20315704654772418
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing testbeds exhibit high-fidelity quantum control over small collections of qubits, enabling performance of precise, repeatable operations followed by measurements. Currently, these noisy intermediate-scale devices can support a sufficient number of sequential operations prior to decoherence such that small algorithms can be performed reliably. While the results of these algorithms are imperfect, these imperfections can help bootstrap quantum computer testbed development. Demonstrations of these small algorithms over the past few years, coupled with the idea that imperfect algorithm performance can be caused by several dominant noise sources in the quantum processor, which can be measured and calibrated during algorithm execution or in post-processing, has led to the use of noise mitigation to improve typical computational results. Conversely, small benchmark algorithms coupled with noise mitigation can help diagnose the nature of the noise, whether systematic or purely random. Here, we outline the use of coherent noise mitigation techniques as a characterization tool in trapped-ion testbeds. We perform model-fitting of the noisy data to determine the noise source based on realistic physics focused noise models and demonstrate that systematic noise amplification coupled with error mitigation schemes provides useful data for noise model deduction. Further, in order to connect lower level noise model details with application specific performance of near term algorithms, we experimentally construct the loss landscape of a variational algorithm under various injected noise sources coupled with error mitigation techniques. This type of connection enables application-aware hardware codesign, in which the most important noise sources in specific applications, like quantum chemistry, become foci of improvement in subsequent hardware generations.
• Abstract（参考訳）: 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し、正確な繰り返し可能な演算の実行と測定を可能にする。 現在、これらのノイズの多い中間スケールデバイスは、デコヒーレンス前に十分な数のシーケンシャル操作をサポートし、小さなアルゴリズムを確実に実行することができる。 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つ。 これらの小さなアルゴリズムのデモは、アルゴリズムの実行中や後処理中に測定および校正できる量子プロセッサ内のいくつかの支配的なノイズ源によってアルゴリズムの性能が不完全になるという考えと相まって、典型的な計算結果を改善するためにノイズ緩和が用いられるようになった。 逆に、ノイズ緩和と結合した小さなベンチマークアルゴリズムは、体系的あるいは純粋にランダムに、ノイズの性質を診断するのに役立つ。 本稿では,コヒーレントノイズ緩和手法を捕捉イオン試験ベッドのキャラクタリゼーションツールとして用いる方法について概説する。 本研究では,現実的な物理に着目したノイズモデルに基づくノイズ源決定のためのノイズデータのモデルフィッティングを行い,誤差低減手法と組み合わせた系統的なノイズ増幅がノイズモデル推論に有用なデータを提供することを示す。 さらに,低レベルノイズモデルの詳細と近時アルゴリズムの応用特化性能を結びつけるため,様々なノイズ源の下で,誤差低減手法を併用した変分アルゴリズムの損失景観を実験的に構築する。 このタイプの接続により、アプリケーション対応のハードウェアコードサインが可能となり、量子化学のような特定のアプリケーションで最も重要なノイズ源は、その後のハードウェア世代で改善の焦点となる。

関連論文リスト

• Resilience-Runtime Tradeoff Relations for Quantum Algorithms [0.7371081631199642]
  アルゴリズム設計における主要なアプローチは、アルゴリズムのコンパイルにおける操作数を最小化することである。 摂動雑音に対するアルゴリズムのレジリエンスを特徴付ける枠組みを開発する。 我々は、このフレームワークがどのようにして特定のノイズに耐えられるアルゴリズムのコンパイルを識別できるかを示す。
  論文  参考訳（メタデータ） (2024-08-05T18:31:14Z)
• Optimized Noise Suppression for Quantum Circuits [0.40964539027092917]
  クロストークノイズは、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深刻なエラー源である。 Intrepidプログラミングアルゴリズムは、スワップ挿入によって最適化されたキュービットルーティングに関する以前の作業を拡張する。 最大127キュービットの2つのチップのクロストークノイズを特徴付けることで,提案手法の評価を行った。
  論文  参考訳（メタデータ） (2024-01-12T07:34:59Z)
• Adaptive Fake Audio Detection with Low-Rank Model Squeezing [50.7916414913962]
  ファインタニングのような従来の手法は計算集約的であり、既知の偽音声タイプの知識を損なう危険性がある。 本稿では,新たに登場したニセモノ音声タイプに特化して,低ランク適応行列をトレーニングするコンセプトを紹介する。 当社のアプローチには,ストレージメモリ要件の削減やエラー率の低下など,いくつかのメリットがあります。
  論文  参考訳（メタデータ） (2023-06-08T06:06:42Z)
• Improve Noise Tolerance of Robust Loss via Noise-Awareness [60.34670515595074]
  本稿では,NARL-Adjuster(NARL-Adjuster for brevity)と呼ばれる,ハイパーパラメータ予測関数を適応的に学習するメタラーニング手法を提案する。 4つのSOTAロバストな損失関数を我々のアルゴリズムに統合し,提案手法の一般性および性能をノイズ耐性と性能の両面で検証した。
  論文  参考訳（メタデータ） (2023-01-18T04:54:58Z)
• Removing Noise from Extracellular Neural Recordings Using Fully Convolutional Denoising Autoencoders [62.997667081978825]
  ノイズの多いマルチチャネル入力からクリーンなニューロン活動信号を生成することを学習する完全畳み込みデノイングオートエンコーダを提案する。 シミュレーションデータを用いた実験結果から,提案手法はノイズ崩壊型ニューラルネットワークの品質を大幅に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2021-09-18T14:51:24Z)
• Universal Dephasing Noise Injection via Schrodinger Wave Autoregressive Moving Average Models [0.619788266425984]
  本稿では,量子回路における任意のスペクトルのノイズ注入法を提案する。 この方法は、クラウドベースの量子プロセッサを含む任意の単一量子ビット回転を実行することができる任意のシステムに適用することができる。
  論文  参考訳（メタデータ） (2021-02-05T19:00:08Z)
• 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)
• Modeling and mitigation of cross-talk effects in readout noise with applications to the Quantum Approximate Optimization Algorithm [0.0]
  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。
  論文  参考訳（メタデータ） (2021-01-07T02:19:58Z)
• 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)
• Efficient classical simulation and benchmarking of quantum processes in the Weyl basis [0.0]
  Weylユニタリを用いたランダム化ベンチマークアルゴリズムを開発し,エラーモデルの混在を効率よく同定し,学習する。 本手法を変分量子固有解器に現れるアンザッツ回路に適用する。
  論文  参考訳（メタデータ） (2020-08-27T16:46:12Z)
• A deep learning model for noise prediction on near-term quantum devices [137.6408511310322]
  我々は、量子デバイスからの実験データに基づいて畳み込みニューラルネットワークをトレーニングし、ハードウェア固有のノイズモデルを学ぶ。 コンパイラはトレーニングされたネットワークをノイズ予測器として使用し、期待されるノイズを最小限に抑えるために回路にゲートのシーケンスを挿入する。
  論文  参考訳（メタデータ） (2020-05-21T17:47:29Z)

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。