Fugu-MT 論文翻訳(概要): Spectral analysis for noise diagnostics and filter-based digital error mitigation

論文の概要: Spectral analysis for noise diagnostics and filter-based digital error mitigation

arxiv url: http://arxiv.org/abs/2206.08811v2
Date: Thu, 10 Nov 2022 15:52:21 GMT
ステータス: 処理完了
システム内更新日: 2023-02-09 02:00:22.752303
Title: Spectral analysis for noise diagnostics and filter-based digital error mitigation
Title（参考訳）: ノイズ診断とフィルタベースディジタルエラー軽減のためのスペクトル解析
Authors: Enrico Fontana, Ivan Rungger, Ross Duncan, Cristina C\^irstoiu
Abstract要約: デバイスエラーによる出力信号の高次周波数モードの定量化を行う。これらのノイズによるモードのフィルタリングはデバイスエラーを効果的に軽減することを示す。
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: We investigate the effects of noise on parameterised quantum circuits using spectral analysis and classical signal processing tools. For different noise models, we quantify the additional, higher frequency modes in the output signal caused by device errors. We show that filtering these noise-induced modes effectively mitigates device errors. When combined with existing methods, this yields an improved reconstruction of the noiseless variational landscape. Moreover, we describe the classical and quantum resource requirements for these techniques and test their effectiveness for application motivated circuits on quantum hardware.
Abstract（参考訳）: スペクトル解析と古典的信号処理ツールを用いて、パラメータ化量子回路における雑音の影響を調べる。異なるノイズモデルでは、デバイスエラーによる出力信号に含まれる追加の高周波数モードを定量化する。これらのノイズによるモードのフィルタリングはデバイスエラーを効果的に軽減することを示す。既存の手法と組み合わせると、ノイズのない変動景観の再構成が改善される。さらに、これらの技術に対する古典的および量子的リソース要件を説明し、量子ハードウェア上での応用動機回路の有効性を検証した。

関連論文リスト

Blue noise for diffusion models [50.99852321110366]
本稿では,画像内および画像間の相関雑音を考慮した拡散モデルを提案する。我々のフレームワークは、勾配流を改善するために、1つのミニバッチ内に画像間の相関を導入することができる。本手法を用いて,各種データセットの質的,定量的な評価を行う。
論文参考訳（メタデータ） (2024-02-07T14:59:25Z)
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)
Digital noise spectroscopy with a quantum sensor [57.53000001488777]
本稿では,ノイズプロセスの自己相関をサンプリングし,再構成するための量子センシングプロトコルを実験的に導入し,実証する。ウォルシュノイズ分光法はスピンフリップパルスの単純な配列を利用してディジタルフィルタの完全基底を生成する。ダイヤモンド中の単一窒素空孔中心の電子スピン上での核スピン浴により生じる有効磁場の自己相関関数を実験的に再構成した。
論文参考訳（メタデータ） (2022-12-19T02:19:35Z)
Characterizing and mitigating coherent errors in a trapped ion quantum processor using hidden inverses [0.20315704654772418]
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な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開発をブートストラップするのに役立ちます。
論文参考訳（メタデータ） (2022-05-27T20:35:24Z)
Quantum Control for Time-dependent Noise by Inverse Geometric Optimization [10.292957036462829]
我々は最近提案した逆幾何最適化の頑健な制御手法を時間依存雑音に拡張して適用する。提案手法は,現実的な雑音モデルの下で所望の量子進化を実現するために,高品質なロバストパルスを生成することができることを示す。
論文参考訳（メタデータ） (2022-05-05T08:50:02Z)
Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文参考訳（メタデータ） (2022-04-12T19:39:31Z)
SpecGrad: Diffusion Probabilistic Model based Neural Vocoder with Adaptive Noise Spectral Shaping [51.698273019061645]
SpecGradは拡散雑音に適応し、その時間変化スペクトル包絡が条件付き対数メル分光器に近づく。時間周波数領域で処理され、計算コストは従来のDDPMベースのニューラルボコーダとほぼ同じである。
論文参考訳（メタデータ） (2022-03-31T02:08:27Z)
Impact of quantum noise on the training of quantum Generative Adversarial Networks [0.0]
我々は、異なる種類の量子ノイズが存在する場合の量子生成逆数ネットワーク(qGAN)の性能について、最初の研究を行う。特に,qGAN学習過程におけるリードアウトと2ビットゲート誤差の影響について検討する。
論文参考訳（メタデータ） (2022-03-02T10:35:34Z)
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)
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。