論文の概要: Estimating the bias of CX gates via character randomized benchmarking
- arxiv url: http://arxiv.org/abs/2206.00009v1
- Date: Tue, 31 May 2022 18:00:00 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-11 03:51:01.798544
- Title: Estimating the bias of CX gates via character randomized benchmarking
- Title（参考訳）: 文字ランダム化ベンチマークによるcxゲートのバイアス推定
- Authors: Jahan Claes and Shruti Puri
- Abstract要約: 量子ゲートにおけるバイアスを測定する手法としてバイアスランダム化ベンチマーク(BRB)を導入する。
BRBは非常に正確で、SPAMエラーに免疫がある。
第2のプロトコルであるInterleaved bias randomized benchmarking (IBRB)は、実験的制約バイアス量子ビットに合わせたインターリーブRBの一般化である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent work has demonstrated that high-threshold quantum error correction is
possible for biased-noise qubits, provided one can implement a controlled-not
(CX) gate that preserves the bias. Bias-preserving CX gates have been proposed
for several biased-noise qubit platforms, most notably Kerr cats. However,
experimentally measuring the noise bias is challenging as it requires
accurately estimating certain low-probability Pauli errors in the presence of
much larger state preparation and measurement (SPAM) errors. In this paper, we
introduce bias randomized benchmarking (BRB) as a technique for measuring bias
in quantum gates. BRB, like all RB protocols, is highly accurate and immune to
SPAM errors. Our first protocol, CX-dihedral BRB, is a straightforward method
to measure the bias of the entire CX-dihedral group. Our second protocol,
interleaved bias randomized benchmarking (IBRB), is a generalization of
interleaved RB tailored to the experimental constraints biased-noise qubits;
this is a more involved procedure that directly targets the bias of the CX gate
alone. Our BRB procedures occupy a middle ground between classic RB protocols
that only estimate the average fidelity, and tomographic RB protocols that
provide more detailed characterization of noise but require more measurements
as well as experimental capabilities that are not necessarily available in
biased-noise qubits.
- Abstract（参考訳）: 近年の研究では、バイアスを保った制御ノット(CX)ゲートを実装すれば、バイアスノイズ量子ビットに対して高閾値の量子誤差補正が可能であることが示されている。
バイアス保存型CXゲートはいくつかのバイアスノイズ量子ビットプラットフォーム、特にKerr猫に対して提案されている。
しかし、ノイズバイアスを実験的に測定することは、より大きな状態準備と測定(SPAM)エラーが存在する場合、パウリ誤差を正確に推定する必要があるため、難しい。
本稿では,量子ゲート内のバイアスを測定する手法として,バイアスランダム化ベンチマーク(brb)を提案する。
BRBは、他のRBプロトコルと同様に、非常に正確でSPAMエラーに免疫がある。
最初のプロトコルであるcx-dihedral brbは、cx-dihedral group全体のバイアスを測定するための簡単な方法です。
第2のプロトコルであるInterleaved bias randomized benchmarking (IBRB) は、実験制約バイアス付き量子ビットに合わせたインターリーブRBの一般化であり、これはCXゲートのみのバイアスを直接ターゲットとするより複雑な手順である。
我々のBRB手順は、平均忠実度のみを推定する古典的RBプロトコルと、より詳細なノイズのキャラクタリゼーションを提供するトモグラフィRBプロトコルの中間に位置するが、より多くの測定と、必ずしもバイアス付き量子ビットで利用できない実験能力を必要とする。
関連論文リスト
- Bias-Aware Minimisation: Understanding and Mitigating Estimator Bias in
Private SGD [56.01810892677744]
DP-SGDにおいて,サンプルごとの勾配ノルムとプライベート勾配オラクルの推定バイアスの関連性を示す。
BAM(Bias-Aware Minimisation)を提案する。
論文 参考訳（メタデータ） (2023-08-23T09:20:41Z) - Estimating Coherent Contributions to the Error Profile Using Cycle Error Reconstruction [0.0]
本稿では,ハード・コンピューティング・サイクルの誤差プロファイルに対するコヒーレント・コントリビューションの詳細な推定値を得るための,スケーラブルでサイクル中心の方法論を提案する。
ibmq_guadalupe, ibmq_manila, ibmq_montrealの3つのIBMチップ上で概念実証実験を行う。
論文 参考訳（メタデータ） (2023-03-17T13:04:19Z) - High threshold codes for neutral atom qubits with biased erasure errors [0.0]
我々は、中性原子量子ビット、バイアス付き消去誤差によって動機付けられた新しいタイプの構造ノイズを同定する。
我々はXZZX曲面符号のゲートレベルシミュレーションを用いて,このモデルの性能について検討した。
単一の原子平面と移動可能なツイーザを用いた物理実装の可能性について議論する。
論文 参考訳（メタデータ） (2023-02-06T19:01:32Z) - Benchmarking quantum logic operations relative to thresholds for fault
tolerance [0.02171671840172762]
我々はゲートセットトモグラフィーを用いて、2量子ビット論理ゲートのセットの精度評価を行い、超伝導量子プロセッサ上でRCを研究する。
平均および最悪のエラー率はランダムにコンパイルされたゲートに対して等しいことを示し、ゲートセットの最大最悪のエラーは0.0197(3)である。
論文 参考訳（メタデータ） (2022-07-18T17:41:58Z) - Distributionally Robust Models with Parametric Likelihood Ratios [123.05074253513935]
3つの単純なアイデアにより、より広いパラメトリックな確率比のクラスを用いてDROでモデルを訓練することができる。
パラメトリック逆数を用いてトレーニングしたモデルは、他のDROアプローチと比較して、サブポピュレーションシフトに対して一貫して頑健であることがわかった。
論文 参考訳（メタデータ） (2022-04-13T12:43:12Z) - Partial Identification with Noisy Covariates: A Robust Optimization
Approach [94.10051154390237]
観測データセットからの因果推論は、しばしば共変量の測定と調整に依存する。
このロバストな最適化手法により、広範囲な因果調整法を拡張し、部分的同定を行うことができることを示す。
合成および実データセット全体で、このアプローチは既存の手法よりも高いカバレッジ確率でATEバウンダリを提供する。
論文 参考訳（メタデータ） (2022-02-22T04:24:26Z) - Information-Theoretic Bias Reduction via Causal View of Spurious
Correlation [71.9123886505321]
本稿では,スプリアス相関の因果的解釈による情報理論バイアス測定手法を提案する。
本稿では,バイアス正規化損失を含むアルゴリズムバイアスに対する新しいデバイアスフレームワークを提案する。
提案したバイアス測定とデバイアス法は、多様な現実シナリオで検証される。
論文 参考訳（メタデータ） (2022-01-10T01:19:31Z) - A framework for randomized benchmarking over compact groups [0.6091702876917279]
実験システムのキャラクタリゼーションは、量子ハードウェアの開発と改良に不可欠なステップである。
ランダム化ベンチマーク(Randomized Benchmarking, RB)として知られるプロトコルの集合が過去10年間に開発され、量子システムにおけるエラー率を効率的に測定する方法を提供している。
RBの一般的なフレームワークが提案され、既知のRBプロトコルの大部分を包含し、以前の作業におけるエラーモデルに対する制限を克服した。
本研究では、RBフレームワークをゲートの連続群に一般化し、ノイズレベルが合理的に小さい限り、出力は行列指数崩壊の線形結合として近似できることを示す。
論文 参考訳（メタデータ） (2021-11-19T18:43:47Z) - Learning to Estimate Without Bias [57.82628598276623]
ガウスの定理は、重み付き最小二乗推定器は線形モデルにおける線形最小分散アンバイアスド推定(MVUE)であると述べている。
本稿では、バイアス制約のあるディープラーニングを用いて、この結果を非線形設定に拡張する第一歩を踏み出す。
BCEの第二の動機は、同じ未知の複数の推定値が平均化されてパフォーマンスが向上するアプリケーションにおいてである。
論文 参考訳（メタデータ） (2021-10-24T10:23:51Z) - Randomized benchmarking for non-Markovian noise [11.164202369517058]
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。
論文 参考訳（メタデータ） (2021-07-12T13:10:05Z) - 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。