論文の概要: Scalable quantum measurement error mitigation via conditional independence and transfer learning

• arxiv url: http://arxiv.org/abs/2308.00320v1
• Date: Tue, 1 Aug 2023 06:39:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 15:12:28.965318
• Title: Scalable quantum measurement error mitigation via conditional independence and transfer learning
• Title（参考訳）: 条件付き独立と伝達学習によるスケーラブル量子計測誤差軽減
• Authors: ChangWon Lee, Daniel K. Park
• Abstract要約: 量子システムにおける測定誤差を量子誤差補正に頼ることなく軽減することは、量子技術の実用化に不可欠である。 深層学習に基づく量子計測誤差軽減は、非線形ノイズを補正する能力のため、線形反転法よりも有利である。 本稿では,遠隔量子ビットの独立性を活用し,転送学習手法を取り入れたスケーラブルな量子計測誤差低減手法を提案する。
• 参考スコア（独自算出の注目度）: 0.951828574518325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mitigating measurement errors in quantum systems without relying on quantum error correction is of critical importance for the practical development of quantum technology. Deep learning-based quantum measurement error mitigation has exhibited advantages over the linear inversion method due to its capability to correct non-linear noise. However, scalability remains a challenge for both methods. In this study, we propose a scalable quantum measurement error mitigation method that leverages the conditional independence of distant qubits and incorporates transfer learning techniques. By leveraging the conditional independence assumption, we achieve an exponential reduction in the size of neural networks used for error mitigation. This enhancement also offers the benefit of reducing the number of training data needed for the machine learning model to successfully converge. Additionally, incorporating transfer learning provides a constant speedup. We validate the effectiveness of our approach through experiments conducted on IBM quantum devices with 7 and 13 qubits, demonstrating excellent error mitigation performance and highlighting the efficiency of our method.
• Abstract（参考訳）: 量子システムにおける測定誤差を量子誤差補正に頼ることなく軽減することは、量子技術の実用化において重要である。 深層学習に基づく量子計測誤差軽減は非線形雑音を補正する能力により線形反転法よりも有利である。 しかし、スケーラビリティはどちらの方法にも課題である。 本研究では,遠隔量子ビットの条件付き独立性を生かし,転送学習技術を取り入れたスケーラブルな量子計測誤差軽減手法を提案する。 条件付き独立仮定を利用して、エラー軽減に使用されるニューラルネットワークのサイズを指数関数的に削減する。 この拡張は、機械学習モデルがうまく収束するのに必要なトレーニングデータ数を減らすというメリットも提供する。 さらに、転送学習の導入は、一定のスピードアップを提供する。 7量子ビットと13量子ビットのIBM量子デバイスを用いた実験により,本手法の有効性を検証し,優れた誤差低減性能を示し,本手法の有効性を強調した。

関連論文リスト

• Entanglement-enhanced learning of quantum processes at scale [2.2278634757583875]
  補助雑音量子メモリとの絡み合いと誤り軽減が量子過程の学習を著しく促進することを示す。 本研究は,補助雑音量子メモリとの絡み合いと誤り軽減が,量子過程の学習を著しく促進することを示す。
  論文  参考訳（メタデータ） (2024-08-06T18:00:20Z)
• Machine Learning for Practical Quantum Error Mitigation [0.0]
  量子エラー軽減のための機械学習は、そのコストを大幅に削減することを示す。 本稿では,ML-QEMを用いて従来の緩和手法を模倣し,より優れた実行効率で拡張性を実現する方法を提案する。
  論文  参考訳（メタデータ） (2023-09-29T16:17:12Z)
• Fast Flux-Activated Leakage Reduction for Superconducting Quantum Circuits [84.60542868688235]
  量子ビット実装のマルチレベル構造から生じる計算部分空間から漏れること。 パラメトリックフラックス変調を用いた超伝導量子ビットの資源効率向上のためのユニバーサルリーク低減ユニットを提案する。 繰り返し重み付け安定化器測定におけるリーク低減ユニットの使用により,検出されたエラーの総数を,スケーラブルな方法で削減できることを実証した。
  論文  参考訳（メタデータ） (2023-09-13T16:21:32Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Transition Role of Entangled Data in Quantum Machine Learning [51.6526011493678]
  エンタングルメントは量子コンピューティングを強化するリソースとして機能する。 最近の進歩は量子力学の学習に対する肯定的な影響を浮き彫りにした。 我々は、絡み合ったデータを用いて量子力学を学習するための量子no-free-lunch(NFL)定理を確立する。
  論文  参考訳（メタデータ） (2023-06-06T08:06:43Z)
• Non-Markovian noise sources for quantum error mitigation [0.0]
  NISQデバイスに適した量子状態進化の非マルコフモデルと量子誤差緩和コスト関数を提案する。 その結果,量子システムと環境との結合強度が増大するにつれて,量子エラー低減のコスト関数が増加することがわかった。
  論文  参考訳（メタデータ） (2023-02-10T05:10:27Z)
• Quantum readout error mitigation via deep learning [2.4936576553283283]
  本稿では,量子ハードウェア上での読み出し誤差を低減するためのディープラーニングベースのプロトコルを提案する。 ニューラルネットワークとディープラーニングでは、非線形ノイズを補正することが可能であり、既存の線形反転法では不可能である。
  論文  参考訳（メタデータ） (2021-12-07T09:26:57Z)
• Error metric for non-trace-preserving quantum operations [3.6492255655113395]
  非トレース保存量子演算における誤差の測定問題について検討する。 本稿では,正規化出力状態間のトレース距離の上限を効率的に設定する誤差計量を提案する。
  論文  参考訳（メタデータ） (2021-10-05T18:54:14Z)
• 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)
• Neural network quantum state tomography in a two-qubit experiment [52.77024349608834]
  機械学習にインスパイアされた変分法は、量子シミュレータのスケーラブルな状態キャラクタリゼーションへの有望な経路を提供する。 本研究では,2ビットの絡み合った状態を生成する実験から得られた測定データに適用することにより,いくつかの手法をベンチマークし比較する。 実験的な不完全性やノイズの存在下では、変動多様体を物理状態に収束させることで、再構成された状態の質が大幅に向上することがわかった。
  論文  参考訳（メタデータ） (2020-07-31T17:25:12Z)
• Deterministic correction of qubit loss [48.43720700248091]
  量子ビットの損失は、大規模かつフォールトトレラントな量子情報プロセッサに対する根本的な障害の1つである。 トポロジカル曲面符号の最小インスタンスに対して、量子ビット損失検出と補正の完全なサイクルの実装を実験的に実証した。
  論文  参考訳（メタデータ） (2020-02-21T19:48:53Z)

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。