論文の概要: Zero-noise Extrapolation Assisted with Purity for Quantum Error Mitigation

• arxiv url: http://arxiv.org/abs/2310.10037v1
• Date: Mon, 16 Oct 2023 03:46:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-17 16:49:59.026869
• Title: Zero-noise Extrapolation Assisted with Purity for Quantum Error Mitigation
• Title（参考訳）: 量子誤差緩和のための純度を用いたゼロノイズ外挿法
• Authors: Tian-ren Jin, Zheng-an Wang, Tian-ming Li, Kai Xu, and Heng Fan
• Abstract要約: ノイズ回路の出力状態の純度は外挿手順を補助し,誤差率の推定を回避することができることを示す。 本手法を検証し,クラウドベースの量子コンピュータであるQuafuの数値シミュレーションと実験により,通常のゼロノイズ外挿法と比較する。
• 参考スコア（独自算出の注目度）: 11.207785341796862
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum error mitigation is the technique to post-process the error occurring in the quantum system, which reduces the expected errors to achieve higher accuracy. Zero-noise extrapolation is one of the methods of quantum error mitigation, which first amplifies the noise and then extrapolates the observable expectation of interest to the noise-free point. Conventionally, this method depends on the error model of noise, since error rates, the parameter describing the degree of noise, are presumed in the procedure of noise amplification. In this paper, we show that the purity of output states of noisy circuits can assist in the extrapolation procedure to avoid the presumption of error rates. We also discuss the form of fitting model used in extrapolation. We verify this method and compare it with the ordinary zero-noise extrapolation method via numerical simulations and experiments on the cloud-based quantum computer, Quafu. It is shown that with the assistance of purity, the extrapolation is more stable under the random fluctuation of measurements, and different kinds of noise.
• Abstract（参考訳）: 量子エラー軽減は、量子システムで発生するエラーを後処理する技法であり、期待されるエラーを低減し、より高い精度を達成する。 ゼロノイズ外挿(zero-noise extrapolation)は量子誤差緩和の方法の1つで、まずノイズを増幅し、次に観測可能な関心の期待値をノイズフリーポイントに外挿する。 従来,この手法はノイズの誤差モデルに依存しており,ノイズの度合いを表すパラメータである誤差率をノイズ増幅の手順で推定する。 本稿では、ノイズ回路の出力状態の純度が、誤差率の推定を避けるために外挿手順を補助できることを示す。 また、外挿に用いるフィッティングモデルの形式についても論じる。 本手法をクラウドベースの量子コンピュータquafu上での数値シミュレーションと実験により検証し,通常のゼロノイズ外挿法と比較する。 純度を補助することにより、測定のランダムなゆらぎと異なる種類のノイズの下で、外挿はより安定であることが示される。

関連論文リスト

• Pauli Check Extrapolation for Quantum Error Mitigation [8.436934066461625]
  Pauli Check Extrapolation (PCE)はZero-Noise Extrapolation (ZNE)に似た外挿技術でPCSを統合する 我々は,PCEが最先端のロバストシャドウ (RS) 推定方式よりも高い忠実性を実現できることを示す。
  論文  参考訳（メタデータ） (2024-06-20T22:07:42Z)
• Zero noise extrapolation on logical qubits by scaling the error correction code distance [1.2599533416395765]
  我々はゼロノイズ外挿法(ZNE)の量子エラー軽減手法をフォールトトレラント量子コンピューティングに移行する。 物理量子ビットではなく論理的に符号化された量子ビットにZNEを用いる。 DS-ZNEは,ZNE後の論理的誤り率において,最大92%の単体折り畳み性能を示した。
  論文  参考訳（メタデータ） (2023-04-28T17:08:46Z)
• Locality and Error Mitigation of Quantum Circuits [0.7366405857677226]
  確率誤差キャンセラ法(PEC)とゼロノイズ外挿法(ZNE)の2つの主要な誤差軽減手法について検討・改善する。 PECでは、対象の局所観測値に対するユニタリ回路の光円錐を考慮に入れた新しい推定器を導入する。
  論文  参考訳（メタデータ） (2023-03-11T20:43:36Z)
• Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
  教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。 我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。 対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
  論文  参考訳（メタデータ） (2023-02-10T08:05:19Z)
• Stochastic Inexact Augmented Lagrangian Method for Nonconvex Expectation Constrained Optimization [88.0031283949404]
  多くの実世界の問題は複雑な非機能的制約を持ち、多くのデータポイントを使用する。 提案手法は,従来最もよく知られた結果で既存手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-12-19T14:48:54Z)
• Asymptotically Unbiased Instance-wise Regularized Partial AUC Optimization: Theory and Algorithm [101.44676036551537]
  One-way partial AUC (OPAUC) と Two-way partial AUC (TPAUC) はバイナリ分類器の平均性能を測定する。 既存の手法のほとんどはPAUCをほぼ最適化するしかなく、制御不能なバイアスにつながる。 本稿では,分散ロバスト最適化AUCによるPAUC問題の簡易化について述べる。
  論文  参考訳（メタデータ） (2022-10-08T08:26:22Z)
• 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)
• Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
  カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。 我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。 MRP のサブクラスに対する minimax の下位境界を証明する。
  論文  参考訳（メタデータ） (2021-09-24T14:48:20Z)
• Error mitigation in quantum metrology via zero noise extrapolation [1.044291921757248]
  我々は、ゼロノイズ外挿(ZNE)を量子力学における誤差緩和戦略とみなす。 ZNEは、完全な量子誤り訂正符号を用いる戦略が利用できない場合、効果的でリソース効率のよいエラー軽減手段となる。
  論文  参考訳（メタデータ） (2021-01-11T08:52:27Z)
• Digital zero noise extrapolation for quantum error mitigation [1.3701366534590498]
  ゼロノイズ外挿法(ZNE)は、ノイズ量子計算における誤差を緩和する手法として、ますます人気が高まっている。 本手法における2つの重要な要素であるノイズスケーリングと外挿に関するいくつかの改善を提案する。 提案手法のベンチマークでは,非緩和回路上での18Xから24Xの誤差低減が示されている。 この研究は、量子プログラマによるZNEの実践的利用の自己完結した紹介である。
  論文  参考訳（メタデータ） (2020-05-21T21:56:40Z)
• Localized Debiased Machine Learning: Efficient Inference on Quantile Treatment Effects and Beyond [69.83813153444115]
  因果推論における(局所)量子化処理効果((L)QTE)の効率的な推定式を検討する。 Debiased Machine Learning (DML)は、高次元のニュアンスを推定するデータ分割手法である。 本稿では、この負担のかかるステップを避けるために、局所的脱バイアス機械学習(LDML)を提案する。
  論文  参考訳（メタデータ） (2019-12-30T14:42:52Z)

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。