論文の概要: Robust design under uncertainty in quantum error mitigation
- arxiv url: http://arxiv.org/abs/2307.05302v2
- Date: Thu, 08 May 2025 18:18:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-12 20:40:09.896058
- Title: Robust design under uncertainty in quantum error mitigation
- Title（参考訳）: 量子誤差緩和における不確実性を考慮したロバスト設計
- Authors: Maksym Prodius, Piotr Czarnik, Michael McKerns, Andrew T. Sornborger, Lukasz Cincio,
- Abstract要約: 本稿では,誤差緩和可観測物の不確かさと誤差を定量化するための一般偏差法を提案する。
次に、不確実性の下でのエラー軽減の最適化と堅牢性を示すために、我々のアプローチを拡張します。
- 参考スコア（独自算出の注目度）: 0.3774866290142281
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Error mitigation techniques are crucial to achieving near-term quantum advantage. Classical post-processing of quantum computation outcomes is a popular approach for error mitigation, which includes methods such as Zero Noise Extrapolation, Virtual Distillation, and learning-based error mitigation. However, these techniques have limitations due to the propagation of uncertainty resulting from a finite shot number of the quantum measurement. In this work, we introduce general and unbiased methods for quantifying the uncertainty and error of error-mitigated observables, based on the strategic sampling of error mitigation outcomes. We then extend our approach to demonstrate the optimization of performance and robustness of error mitigation under uncertainty. To illustrate our methods, we apply them to Clifford Data Regression and Zero Noise Extrapolation in the ground state of the XY model simulated using IBM's Toronto and depolarizing noise models, respectively. In particular, we optimize the distribution of the training circuits for Clifford Data Regression, while for Zero Noise Extrapolation we optimize the choice of the noise levels and the allocation of shots. While our methods are readily applicable to any post-processing-based error mitigation approach, in practice they must not be prohibitively expensive - even though they perform optimizations of the error mitigation hyperparameters requiring sampling of a statistical distribution of error mitigation outcomes. By leveraging surrogate-based optimization, we show our methods can efficiently perform optimal design for a Zero Noise Extrapolation implementation. We then further demonstrate the transferability of learned Zero Noise Extrapolation hyperparameters to other similar circuits.
- Abstract（参考訳）: 短期的な量子優位を達成するためには、誤り軽減技術が不可欠である。
量子計算結果の古典的な後処理は、ゼロノイズ外挿、仮想蒸留、学習に基づく誤り軽減などの手法を含む、エラー軽減の一般的なアプローチである。
しかし、これらの手法は量子測定の有限ショット数から生じる不確実性の伝播によって制限を受ける。
本研究では,誤差低減結果の戦略的サンプリングに基づいて,誤差緩和可観測物の不確かさと誤りを定量化するための一般的および非偏見的手法を提案する。
次に、不確実性の下でのエラー軽減の最適化と堅牢性を示すために、我々のアプローチを拡張します。
本手法を説明するために,IBMのトロントと非偏極ノイズモデルを用いてシミュレーションしたXYモデルの基底状態において,Clifford Data Regression と Zero Noise Extrapolation に適用した。
特に、Clifford Data Regressionのトレーニング回路の分布を最適化し、Zero Noise Extrapolationではノイズレベルの選択とショットの割り当てを最適化する。
提案手法は後処理に基づく誤り軽減手法に容易に適用できるが,実際は誤差軽減ハイパーパラメータの最適化を行う場合,統計的に誤差軽減結果の分布をサンプリングする必要があるとしても,不当に高価でなければならない。
本手法は,サロゲートに基づく最適化を利用して,ゼロノイズ補間実装の最適設計を効率的に行うことができることを示す。
さらに、学習したゼロノイズ外挿ハイパーパラメータの他の類似回路への転送可能性を示す。
関連論文リスト
- Bayesian Quantum Amplitude Estimation [49.1574468325115]
本稿では,量子振幅推定のための雑音対応ベイズアルゴリズムであるBAEを紹介する。
我々は,BAEがハイゼンベルク限界推定を達成し,他の手法と比較した。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Bounding the systematic error in quantum error mitigation due to model violation [0.0]
本研究では,エラーモデルの不正確さがエラー軽減に与える影響について,上界を効率的に計算する手法を開発した。
我々のプロトコルは追加の実験を必要とせず、代わりにエラーモデルとエラー学習データの比較に頼っている。
推定上界は、通常、ランダム回路上での誤差軽減の最悪の観測性能に近いことが示される。
論文 参考訳（メタデータ） (2024-08-20T16:27:00Z) - One step closer to unbiased aleatoric uncertainty estimation [71.55174353766289]
そこで本研究では,観測データのアクティブデノイズ化による新しい推定手法を提案する。
幅広い実験を行うことで,提案手法が標準手法よりも実際のデータ不確実性にはるかに近い近似を与えることを示す。
論文 参考訳（メタデータ） (2023-12-16T14:59:11Z) - Sharp Calibrated Gaussian Processes [58.94710279601622]
キャリブレーションされたモデルを設計するための最先端のアプローチは、ガウス過程の後方分散を膨らませることに依存している。
本稿では,バニラガウス過程の後方分散にインスパイアされた計算を用いて,予測量子化を生成するキャリブレーション手法を提案する。
我々のアプローチは合理的な仮定の下で校正されたモデルが得られることを示す。
論文 参考訳（メタデータ） (2023-02-23T12:17:36Z) - Exponentially tighter bounds on limitations of quantum error mitigation [2.936007114555107]
短期量子コンピューティングにおいて、望ましくない、避けられない誤りに対処する手段として、量子エラー軽減法が提案されている。
本研究では,より大きなシステムサイズに対して,量子ノイズを効果的に排除できる程度に強い制約を課す。
論文 参考訳（メタデータ） (2022-10-20T18:12:42Z) - Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and
Cycle Benchmarking [50.8020641352841]
量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。
プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。
また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
論文 参考訳（メタデータ） (2022-01-08T23:12:55Z) - Enhancing quantum models of stochastic processes with error mitigation [0.0]
理論量子モデルと実用のギャップを、誤差軽減法を取り入れて埋める。
その結果,誤差緩和が期待値の改善に有効であることが確認された。
この結果から,これらの量子コンピュータにおけるハードウェアの制約により,その手法が制約されることが示唆された。
論文 参考訳（メタデータ） (2021-05-13T17:45:34Z) - Crosstalk Suppression for Fault-tolerant Quantum Error Correction with
Trapped Ions [62.997667081978825]
本稿では、電波トラップで閉じ込められた1本のイオン列をベースとした量子計算アーキテクチャにおけるクロストーク誤差の研究を行い、個別に調整されたレーザービームで操作する。
この種の誤差は、理想的には、異なるアクティブな量子ビットのセットで処理される単一量子ゲートと2量子ビットの量子ゲートが適用されている間は、未修正のままであるオブザーバー量子ビットに影響を及ぼす。
我々は,第1原理からクロストーク誤りを微視的にモデル化し,コヒーレント対非コヒーレントなエラーモデリングの重要性を示す詳細な研究を行い,ゲートレベルでクロストークを積極的に抑制するための戦略について議論する。
論文 参考訳（メタデータ） (2020-12-21T14:20:40Z) - Assessment of weak-coupling approximations on a driven two-level system
under dissipation [58.720142291102135]
我々は, 減散を伴うリウヴィル・ヴォン方程式(Liouville-von equation)と呼ばれる数値的正確かつ非摂動的手法を用いて, 駆動量子ビットについて検討した。
我々は、駆動された量子ビットの定常状態を予測する上で、リンドブラッド方程式の妥当性の規則をマップするために実験で用いられる計量を提案する。
論文 参考訳（メタデータ） (2020-11-11T22:45:57Z) - A Bayesian Approach for Characterizing and Mitigating Gate and
Measurement Errors [9.59731214999568]
ゲートやリードアウトエラー率などのパラメータを同定するためにベイズ推定手法を用いる。
このようにデバイスエラーを特徴付けることにより、量子エラー低減の精度をさらに向上させることができる。
論文 参考訳（メタデータ） (2020-10-19T03:27:28Z) - Multi-exponential Error Extrapolation and Combining Error Mitigation
Techniques for NISQ Applications [0.0]
量子ハードウェアにおけるノイズは、量子コンピュータの実装における最大の障害である。
誤り補間は、実験的に実装された誤り軽減手法である。
我々はこれを多重指数誤差外挿に拡張し、パウリ雑音下での有効性のより厳密な証明を提供する。
論文 参考訳（メタデータ） (2020-07-02T17:18:47Z) - Learning to Predict Error for MRI Reconstruction [67.76632988696943]
提案手法による予測の不確実性は予測誤差と強く相関しないことを示す。
本稿では,2段階の予測誤差の目標ラベルと大小を推定する新しい手法を提案する。
論文 参考訳（メタデータ） (2020-02-13T15:55:32Z)
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。