論文の概要: Empirical learning of dynamical decoupling on quantum processors
- arxiv url: http://arxiv.org/abs/2403.02294v1
- Date: Mon, 4 Mar 2024 18:26:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-06 17:51:25.829709
- Title: Empirical learning of dynamical decoupling on quantum processors
- Title（参考訳）: 量子プロセッサ上での動的デカップリングの実証学習
- Authors: Christopher Tong, Helena Zhang, Bibek Pokharel
- Abstract要約: 実験的な学習手法を用いて、DD戦略を量子デバイスやタスクに調整する方法を示す。
各シナリオにおいて、GADD戦略は標準DDシークエンスを著しく上回る。
実験的に学習したDD戦略を標準DDシークエンスに対して相対的に改善することは,問題サイズの増加と回路の高度化とともに向上することが示されている。
- 参考スコア（独自算出の注目度）: 0.276240219662896
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dynamical decoupling (DD) is a low-overhead method for quantum error
suppression. We describe how empirical learning schemes can be used to tailor
DD strategies to the quantum device and task at hand. We use genetic algorithms
to learn DD (GADD) strategies and apply our method to the 27-qubit
Bernstein-Vazirani algorithm, 5-qubit Grover's algorithm, and 80-qubit mirror
randomized benchmarking circuits. In each scenario, the GADD strategies
significantly outperform canonical DD sequences. We demonstrate the generic and
scalable nature of our GADD method in that it does not require a priori
knowledge of target circuit outcomes and has runtime remaining constant with
increasing circuit depth and qubit number. Moreover, the relative improvement
of empirically learned DD strategies over canonical DD sequences is shown to
increase with increasing problem size and circuit sophistication.
- Abstract（参考訳）: 動的デカップリング(Dynamical Decoupling, DD)は、量子エラー抑制のための低オーバーヘッド法である。
本稿では、実験的な学習手法を用いてDD戦略を量子デバイスやタスクに合わせる方法について述べる。
遺伝的アルゴリズムを用いてDD(GADD)戦略を学習し,27量子Bernstein-Vaziraniアルゴリズム,5量子Groverアルゴリズム,80量子ミラーランダム化ベンチマーク回路に適用する。
各シナリオにおいて、GADD戦略は標準DDシークエンスを著しく上回る。
GADD法の汎用的かつスケーラブルな性質は,回路結果の事前知識を必要とせず,回路深度やキュービット数の増加とともに実行時定数が一定であることを示している。
さらに, 標準dd系列に対する経験的学習によるdd戦略の相対的改善は, 問題サイズと回路の洗練度の増加とともに増加することが示された。
関連論文リスト
- AI-Powered Algorithm-Centric Quantum Processor Topology Design [10.53761034955718]
本稿では,個々の量子回路のユニークな仕様に動的に適合する量子ビットトポロジーを提案する。
本手法は,回路を固定プロセッサトポロジにマッピングする従来の手法とは大きく異なる。
論文 参考訳（メタデータ） (2024-12-18T12:53:16Z) - Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか?
我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。
我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文 参考訳（メタデータ） (2024-08-22T08:21:28Z) - Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。
本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。
我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
論文 参考訳（メタデータ） (2024-05-29T05:59:15Z) - Adaptive Circuit Learning of Born Machine: Towards Realization of
Amplitude Embedding and Data Loading [7.88657961743755]
本稿では,ACLBM(Adaptive Circuit Learning of Born Machine)という新しいアルゴリズムを提案する。
我々のアルゴリズムは、ターゲット状態に存在する複雑な絡み合いを最もよく捉える2ビットの絡み合いゲートを選択的に統合するように調整されている。
実験結果は、振幅埋め込みによる実世界のデータの符号化における我々のアプローチの習熟度を裏付けるものである。
論文 参考訳（メタデータ） (2023-11-29T16:47:31Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳（メタデータ） (2022-04-12T19:39:31Z) - Effects of Dynamical Decoupling and Pulse-level Optimizations on IBM
Quantum Computers [0.0]
動的デカップリング(DD)は一般にデコヒーレンスエラーを抑制するために用いられる。
ハードウェアネイティブなパルス効率ゲートを作成することで、パルスレベルの最適化を改善することができる。
本稿では,一般的なDDシーケンスをすべて実装し,IBM量子チップの性能評価を行う。
論文 参考訳（メタデータ） (2022-04-04T13:37:24Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Qubit-efficient entanglement spectroscopy using qubit resets [0.0]
NISQデバイス上でのエンタングルメント分光のための量子ビット効率の量子アルゴリズムを開発した。
我々のアルゴリズムは、ノイズの存在下で同様の性能を保ちながら、従来のどの効率的なアルゴリズムよりも少ない量子ビットを使用する。
また、量子ビットリセット回路に適した標準回路深さの一般化として、有効回路深さの概念を導入する。
論文 参考訳（メタデータ） (2020-10-06T23:22:57Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z)
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。