論文の概要: Volumetric Benchmarking of Quantum Computing Noise Models

• arxiv url: http://arxiv.org/abs/2306.08427v1
• Date: Wed, 14 Jun 2023 10:49:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-16 19:17:06.133776
• Title: Volumetric Benchmarking of Quantum Computing Noise Models
• Title（参考訳）: 量子コンピューティングノイズモデルのボリュームベンチマーク
• Authors: Tom Weber, Kerstin Borras, Karl Jansen, Dirk Kr\"ucker and Matthias Riebisch
• Abstract要約: 本稿では、量子コンピューティングアプリケーションのためのノイズモデルベンチマークのための体系的なアプローチを提案する。 ハードウェア実験の結果と、量子回路の代表集合に対するノイズモデルの予測を比較する。 また、ノイズモデルを構築し、一連のトレーニング回路を用いてパラメータを最適化する。
• 参考スコア（独自算出の注目度）: 3.0098885383612104
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The main challenge of quantum computing on its way to scalability is the erroneous behaviour of current devices. Understanding and predicting their impact on computations is essential to counteract these errors with methods such as quantum error mitigation. Thus, it is necessary to construct and evaluate accurate noise models. However, the evaluation of noise models does not yet follow a systematic approach, making it nearly impossible to estimate the accuracy of a model for a given application. Therefore, we developed and present a systematic approach to benchmark noise models for quantum computing applications. It compares the results of hardware experiments to predictions of noise models for a representative set of quantum circuits. We also construct a noise model and optimize its parameters with a series of training circuits. We then perform a volumetric benchmark comparing our model to other models from the literature.
• Abstract（参考訳）: スケーラビリティに向かっている量子コンピューティングの主な課題は、現在のデバイスの誤った振る舞いである。 計算への影響の理解と予測は、これらのエラーを量子エラー緩和のような手法で対処するために不可欠である。 したがって、正確なノイズモデルの構築と評価が必要である。 しかし、ノイズモデルの評価はまだ体系的なアプローチに従っていないため、あるアプリケーションに対するモデルの精度を推定することはほぼ不可能である。 そこで我々は,量子コンピューティングアプリケーションのためのノイズモデルベンチマーク手法を開発し,提案する。 ハードウェア実験の結果と、量子回路の代表集合に対するノイズモデルの予測を比較する。 また,ノイズモデルを構築し,そのパラメータを一連のトレーニング回路で最適化する。 次に、文献から他のモデルと比較したボリュームベンチマークを実行します。

関連論文リスト

• Accelerated zero-order SGD under high-order smoothness and overparameterized regime [79.85163929026146]
  凸最適化問題を解くための新しい勾配のないアルゴリズムを提案する。 このような問題は医学、物理学、機械学習で発生する。 両種類の雑音下で提案アルゴリズムの収束保証を行う。
  論文  参考訳（メタデータ） (2024-11-21T10:26:17Z)
• Bayesian Inference of General Noise Model Parameters from Surface Code's Syndrome Statistics [0.0]
  表面符号のテンソルネットワークシミュレータを統合する一般雑音モデルベイズ推論法を提案する。 雑音パラメータが一定であり変化しない定常雑音に対しては,マルコフ連鎖モンテカルロに基づく手法を提案する。 より現実的な状況である時間変化ノイズに対しては、シーケンシャルなモンテカルロに基づく別の手法を導入する。
  論文  参考訳（メタデータ） (2024-06-13T10:26:04Z)
• Flexible Error Mitigation of Quantum Processes with Data Augmentation Empowered Neural Model [9.857921247636451]
  誤り軽減のためのデータ拡張強化型ニューラルモデルを提案する。 我々のモデルは、特定のノイズタイプや測定設定に関する事前の知識を必要としない。 対象の量子プロセスのノイズ測定結果のみからノイズフリー統計を推定することができる。
  論文  参考訳（メタデータ） (2023-11-03T05:52:14Z)
• Superposed Quantum Error Mitigation [1.732837834702512]
  ノイズや不完全性の影響を克服することは、量子コンピューティングにおける大きな課題である。 本稿では,利害関係と一部の補助状態の重ね合わせにおいて,所望のユニタリ計算を適用するアプローチを提案する。 我々は、IBM Quantum Platform上で、同じ動作の並列適用が大きなノイズ軽減につながることを実証した。
  論文  参考訳（メタデータ） (2023-04-17T18:01:01Z)
• Improving the Robustness of Summarization Models by Detecting and Removing Input Noise [50.27105057899601]
  本研究では,様々な種類の入力ノイズから,様々なデータセットやモデルサイズに対する性能損失を定量化する大規模な実験的検討を行った。 本稿では,モデル推論中の入力中のそのようなノイズを検出し,除去するための軽量な手法を提案する。
  論文  参考訳（メタデータ） (2022-12-20T00:33:11Z)
• 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)
• Generalization Metrics for Practical Quantum Advantage in Generative Models [68.8204255655161]
  生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。 我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。 シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
  論文  参考訳（メタデータ） (2022-01-21T16:35:35Z)
• Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry [51.827942608832025]
  短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。 計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-12-31T16:33:10Z)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Noise Estimation for Generative Diffusion Models [91.22679787578438]
  そこで本研究では,任意のステップの雑音パラメータを調整可能な,単純で汎用的な学習手法を提案する。 私たちのアプローチは計算コストが無視できるものです。
  論文  参考訳（メタデータ） (2021-04-06T15:46:16Z)
• Modelling and Simulating the Noisy Behaviour of Near-term Quantum Computers [0.0]
  ノイズは、短期量子コンピュータのあらゆる側面を支配している。 本研究では,NISQ(Noisy Intermediate-Scale Quantum)コンピュータにおけるノイズのモデル化について検討する。
  論文  参考訳（メタデータ） (2021-01-06T16:04:13Z)

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。