論文の概要: Tensor network noise characterization for near-term quantum computers
- arxiv url: http://arxiv.org/abs/2402.08556v1
- Date: Tue, 13 Feb 2024 15:57:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-14 14:38:36.389679
- Title: Tensor network noise characterization for near-term quantum computers
- Title(参考訳): 短期量子コンピュータにおけるテンソルネットワークノイズ特性
- Authors: Stefano Mangini, Marco Cattaneo, Daniel Cavalcanti, Sergei Filippov,
Matteo A. C. Rossi, Guillermo Garc\'ia-P\'erez
- Abstract要約: 本研究では,実験可能なトモグラフィーサンプルが,現実的な相関ノイズモデルを正確に特徴付けるのに十分であることを示す。
本手法と最近提案されたノイズ対応テンソルネットワーク誤り軽減プロトコルを組み合わせる。
これにより、テンソルネットワークに基づくノイズキャラクタリゼーションプロトコルは、短期量子コンピューティング時代の実用的なエラーキャラクタリゼーションと緩和のための貴重なツールとして位置づけられる。
- 参考スコア(独自算出の注目度): 0.559239450391449
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Characterization of noise in current near-term quantum devices is of
paramount importance to fully use their computational power. However, direct
quantum process tomography becomes unfeasible for systems composed of tens of
qubits. A promising alternative method based on tensor networks was recently
proposed [Nat Commun 14, 2858 (2023)]. In this work, we adapt it for the
characterization of noise channels on near-term quantum computers and
investigate its performance thoroughly. In particular, we show how
experimentally feasible tomographic samples are sufficient to accurately
characterize realistic correlated noise models affecting individual layers of
quantum circuits, and study its performance on systems composed of up to 20
qubits. Furthermore, we combine this noise characterization method with a
recently proposed noise-aware tensor network error mitigation protocol for
correcting outcomes in noisy circuits, resulting accurate estimations even on
deep circuit instances. This positions the tensor-network-based noise
characterization protocol as a valuable tool for practical error
characterization and mitigation in the near-term quantum computing era.
- Abstract(参考訳): 現在の量子デバイスにおけるノイズのキャラクタリゼーションは、その計算能力を完全に利用する上で最も重要である。
しかし、数万キュービットからなるシステムでは直接量子プロセストモグラフィーは不可能になる。
テンソルネットワークに基づく有望な代替手法が最近提案された[Nat Commun 14, 2858 (2023)]。
本研究では,短期量子コンピュータにおけるノイズチャネルのキャラクタリゼーションに適応し,その性能を徹底的に検討する。
特に,実験により実現可能なトモグラフィーサンプルを用いて,量子回路の各層に影響を及ぼす現実的な相関ノイズモデルを正確に解析し,最大20量子ビットのシステム上での性能について検討する。
さらに,本手法と最近提案されたノイズ対応テンソルネットワーク誤り低減プロトコルを組み合わせることで,ノイズの多い回路における結果の修正を行い,深部回路インスタンスにおいても正確な推定を行う。
これにより、テンソルネットワークに基づくノイズキャラクタリゼーションプロトコルは、短期量子コンピューティング時代の実用的なエラーキャラクタリゼーションと緩和のための貴重なツールとして位置づけられる。
関連論文リスト
- QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳(メタデータ) (2024-01-10T22:33:00Z) - Universal readout error mitigation scheme characterized on
superconducting qubits [0.0]
量子二レベルオブジェクト(量子ビット)からなるシステムで見られる現実的なノイズを補正するための読み出し誤差軽減機能をテストする。
状態トモグラフィーの文脈で読み出し誤差を軽減することにより、この手法は主にデバイス、アーキテクチャ、ノイズ源、量子状態非依存となる。
読み出し誤差を低減させるノイズ源を同定し,読み出し回数を最大30倍に削減した。
論文 参考訳(メタデータ) (2023-12-07T10:54:17Z) - Efficient reconstruction, benchmarking and validation of cross-talk
models in readout noise in near-term quantum devices [3.1410859223862113]
このプロトコルは、読み出し雑音における$k-$ローカルなクロストーク効果の効率的な評価を可能にする。
本稿では,QDOTデータにより,読み出し雑音におけるPOVM演算子,相関,コヒーレンスなどの情報が得られることを示す。
79 qubit Rigetti および 127 qubit IBM デバイスにおけるクロストーク効果について検討する。
論文 参考訳(メタデータ) (2023-11-17T17:33:29Z) - Thresholds in the Robustness of Error Mitigation in Noisy Quantum
Dynamics [0.34530027457862006]
我々はImry-Ma引数を適用し、ランダムな空間的局所回路に対する誤差緩和のロバスト性におけるしきい値の存在を予測する。
対照的に、1次元の回路では、緩和は障害の特徴づけにおける不完全性に対して$mathcalO(1)$の時間で失敗する。
論文 参考訳(メタデータ) (2023-02-08T19:00:01Z) - Pulse-efficient quantum machine learning [0.0]
パルス効率回路が量子機械学習アルゴリズムに与える影響について検討する。
パルス効率の伝送は平均回路長を大幅に短縮することがわかった。
我々は、ハミルトン変分アンザッツにパルス効率のトランスパイルを適用し、ノイズ誘起バレン高原の開始を遅らせることを示す。
論文 参考訳(メタデータ) (2022-11-02T18:00:01Z) - Certified Robustness of Quantum Classifiers against Adversarial Examples
through Quantum Noise [68.1992787416233]
量子ランダムな回転雑音を加えることで、敵攻撃に対する量子分類器のロバスト性を向上できることを示す。
我々は、量子分類器が敵の例に対して防御できるように、証明された堅牢性を導出する。
論文 参考訳(メタデータ) (2022-11-02T05:17:04Z) - Suppressing Amplitude Damping in Trapped Ions: Discrete Weak
Measurements for a Non-unitary Probabilistic Noise Filter [62.997667081978825]
この劣化を逆転させるために、低オーバーヘッドプロトコルを導入します。
振幅減衰雑音に対する非単位確率フィルタの実装のための2つのトラップイオンスキームを提案する。
このフィルタは、単一コピー準蒸留のためのプロトコルとして理解することができる。
論文 参考訳(メタデータ) (2022-09-06T18:18:41Z) - Learning Noise via Dynamical Decoupling of Entangled Qubits [49.38020717064383]
絡み合った量子系のノイズは、複数の自由度を含む多体効果のために特徴付けるのが困難である。
2キュービットゲートで発生する雑音を特徴付けるマルチキュービットダイナミックデカップリングシーケンスを開発し,適用する。
論文 参考訳(メタデータ) (2022-01-26T20:22:38Z) - 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) - Universal Dephasing Noise Injection via Schrodinger Wave Autoregressive
Moving Average Models [0.619788266425984]
本稿では,量子回路における任意のスペクトルのノイズ注入法を提案する。
この方法は、クラウドベースの量子プロセッサを含む任意の単一量子ビット回転を実行することができる任意のシステムに適用することができる。
論文 参考訳(メタデータ) (2021-02-05T19:00:08Z) - A deep learning model for noise prediction on near-term quantum devices [137.6408511310322]
我々は、量子デバイスからの実験データに基づいて畳み込みニューラルネットワークをトレーニングし、ハードウェア固有のノイズモデルを学ぶ。
コンパイラはトレーニングされたネットワークをノイズ予測器として使用し、期待されるノイズを最小限に抑えるために回路にゲートのシーケンスを挿入する。
論文 参考訳(メタデータ) (2020-05-21T17:47:29Z)
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。