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

• arxiv url: http://arxiv.org/abs/2310.10037v4
• Date: Tue, 3 Sep 2024 08:37:06 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-04 22:24:42.218083
• Title: Purity-Assisted Zero-Noise Extrapolation for Quantum Error Mitigation
• Title（参考訳）: 量子エラー除去のための純度支援ゼロノイズ外挿法
• Authors: Tian-Ren Jin, Yun-Hao Shi, Zheng-An Wang, Tian-Ming Li, Kai Xu, Heng Fan,
• Abstract要約: 誤り率仮定の制限に対処するために、純度支援ゼロノイズ外挿法(pZNE)を用いる。 pZNE法は、通常のZNEのバイアスを著しく低減しない。 有効性は、通常のZNEが制限に直面する可能性のある幅広いエラー率にまで拡張される。
• 参考スコア（独自算出の注目度）: 10.577215927026199
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum error mitigation aims to reduce errors in quantum systems and improve accuracy. Zero-noise extrapolation (ZNE) is a commonly used method, where noise is amplified, and the target expectation is extrapolated to a noise-free point. However, ZNE relies on assumptions about error rates based on the error model. In this study, a purity-assisted zero-noise extrapolation (pZNE) method is utilized to address limitations in error rate assumptions and enhance the extrapolation process. The pZNE is based on the Pauli diagonal error model implemented using the Pauli twirling technique. Although this method does not significantly reduce the bias of routine ZNE, it extends its effectiveness to a wider range of error rates where routine ZNE may face limitations. In addition, the practicality of the pZNE method is verified through numerical simulations and experiments on the online quantum computation platform, Quafu. Comparisons with routine ZNE and virtual distillation methods show that biases in extrapolation methods increase with error rates and may become divergent at high error rates. The bias of pZNE is slightly lower than routine ZNE, while its error rate threshold surpasses that of routine ZNE. Furthermore, for full density matrix information, the pZNE method is more efficient than the routine ZNE.
• Abstract（参考訳）: 量子エラー軽減は、量子システムのエラーを減らし、精度を向上させることを目的としている。 ゼロノイズ外挿法(ゼロノイズ外挿法、ZNE)は、ノイズを増幅し、目標予測をノイズフリー点に外挿する手法である。 しかし、ZNEはエラーモデルに基づくエラー率に関する仮定に依存している。 本研究では,純度支援型ゼロノイズ外挿法(pZNE)を用いて誤り率仮定の限界に対処し,外挿プロセスを強化する。 pZNEは、パウリツイリング技術を用いて実装されたパウリ対角誤差モデルに基づいている。 この手法は、通常のZNEのバイアスを大幅に低減するわけではないが、通常のZNEが制限に直面する可能性のある幅広い誤差率にまでその効果を拡大する。 さらに,pZNE法の実用性は,オンライン量子計算プラットフォームであるQuafuの数値シミュレーションと実験により検証される。 通常のZNE法や仮想蒸留法と比較すると、外挿法におけるバイアスは誤差率で増加し、高い誤差率で発散する可能性がある。 pZNEのバイアスは通常のZNEよりもわずかに低いが、エラーレート閾値は通常のZNEよりも小さい。 さらに、全密度行列情報に対して、pZNE法は通常のZNEよりも効率的である。

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。