論文の概要: Robust ultra-shallow shadows

• arxiv url: http://arxiv.org/abs/2405.06022v2
• Date: Sun, 02 Mar 2025 12:00:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-04 17:04:19.243917
• Title: Robust ultra-shallow shadows
• Title（参考訳）: ロバストなウルトラシャローシャドー
• Authors: Renato M. S. Farias, Raghavendra D. Peddinti, Ingo Roth, Leandro Aolita,
• Abstract要約: 低深度計測回路の幅広いクラスに対して,ロバストなシャドウ推定プロトコルを提案する。 弱相関局所雑音に対して、測定チャネルは効率的な行列積表現を有する。 テンソルネットワークツールを用いて実験データから直接推定する方法を示す。
• 参考スコア（独自算出の注目度）: 0.251657752676152
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a robust shadow estimation protocol for wide classes of low-depth measurement circuits that mitigates noise as long as the effective measurement map including noise is locally unitarily invariant. This is in practice an excellent approximation, encompassing for instance the case of ideal single-qubit Clifford gates composing the first circuit layer of an otherwise arbitrary circuit architecture and even non-Markovian, gate-dependent noise in the rest of the circuit. We argue that for weakly-correlated local noise, the measurement channel has an efficient matrix-product representation, and show how to estimate this directly from experimental data using tensor-network tools, eliminating the need for analytical or numeric calculations. We illustrate the relevance of our method with both numerics and proof-of-principle experiments on an IBM Quantum device. Numerically, we show that unmitigated shallow shadows with noisy circuits become more biased as the depth increases. In contrast, using the same number of samples, robust ultra-shallow shadows become more precise with increasing depth for relevant parameter regimes. The gain in sample efficiency is still limited by the noise per gate, resulting in an optimal circuit depth per noise level. Experimentally, we observe improved precision in two simple fidelity estimation tasks using five-qubit circuits with up to two layers of entangling gates, by about an order of magnitude. Under the practical constraints of current and near-term noisy quantum devices, our method maximally realizes the potential of shadow estimation with global rotations and identifies its fundamental limitations in the presence of noise.
• Abstract（参考訳）: 雑音を含む実効測定マップが局所的に不変である限り、ノイズを緩和する低深度計測回路の幅広いクラスに対するロバストなシャドウ推定プロトコルを提案する。 これは実際には優れた近似であり、例えば、任意の回路アーキテクチャの最初の回路層を構成する理想的な1量子ビットクリフォードゲートや、回路の他の部分で非マルコフ的なゲート依存ノイズを含む。 弱相関局所雑音の場合、測定チャネルは効率的な行列積表現を持ち、テンソルネットワークツールを用いて実験データから直接これを推定する方法を示し、解析的・数値計算の必要性を排除している。 本稿では,IBMの量子デバイス上での数値計算と実証実験の両面から,本手法の妥当性について述べる。 数値的には, ノイズ回路を持つ未緩和浅部影は, 深度が大きくなるにつれてバイアスが増すことを示す。 対照的に、同じ数のサンプルを用いて、関連するパラメーターレシエーションの深さが増加するにつれて、頑丈な超浅層影がより正確になる。 サンプリング効率の上昇はゲート当たりのノイズによって依然として制限されており、ノイズレベル当たりの回路深さが最適である。 実験により,最大2層のゲートを持つ5量子回路を用いて,2つの簡単な忠実度推定タスクにおいて,約1桁の精度で精度を向上した。 提案手法は,現在及び近時雑音量子デバイスの実用的制約の下で,大域回転による影推定の可能性を最大化し,ノイズの存在下での基本的限界を同定する。

関連論文リスト

• Efficient learning and optimizing non-Gaussian correlated noise in digitally controlled qubit systems [0.6138671548064356]
  雑音最適化回路設計における高次スペクトル推定法について述べる。 注目すべきは、デジタル駆動された量子ビットダイナミクスは、適用された制御の複雑さによってのみ決定できることである。
  論文  参考訳（メタデータ） (2025-02-08T02:09:40Z)
• Error filtration from optimized quantum circuit interference [0.0]
  ノイズの多い量子ビットでエラーを軽減するためのハードウェア戦略を最適化する。 提案手法は, 誤差フィルタリングの物理原理に基づいて, 補助量子ビットを利用する。
  論文  参考訳（メタデータ） (2024-09-02T17:58:44Z)
• Finding Transformer Circuits with Edge Pruning [71.12127707678961]
  自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。 本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。 その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
  論文  参考訳（メタデータ） (2024-06-24T16:40:54Z)
• Optimized Noise Suppression for Quantum Circuits [0.40964539027092917]
  クロストークノイズは、例えば、クロス共鳴ベースの超伝導量子プロセッサにおける深刻なエラー源である。 Intrepidプログラミングアルゴリズムは、スワップ挿入によって最適化されたキュービットルーティングに関する以前の作業を拡張する。 最大127キュービットの2つのチップのクロストークノイズを特徴付けることで,提案手法の評価を行った。
  論文  参考訳（メタデータ） (2024-01-12T07:34:59Z)
• Emergence of noise-induced barren plateaus in arbitrary layered noise models [44.99833362998488]
  変分量子アルゴリズムでは、パラメータ化された量子回路のパラメータは、問題の解を符号化するコスト関数を最小限に抑えるために最適化される。 層状雑音モデルを用いたパラメータ化量子回路において,ノイズ誘起バレンプラトー現象がどのように出現するか,その意味について論じる。
  論文  参考訳（メタデータ） (2023-10-12T15:18:27Z)
• Enhancing Dispersive Readout of Superconducting Qubits Through Dynamic Control of the Dispersive Shift: Experiment and Theory [47.00474212574662]
  超伝導量子ビットは、大帯域読み出し共振器に結合される。 我々は、100 ns 統合時間で 0.25,% の、最先端の2状態読み取りエラーを示す。 提案した結果により,新たなアルゴリズムやプロトコルの性能がさらに向上することが期待されている。
  論文  参考訳（メタデータ） (2023-07-15T10:30:10Z)
• Efficient sampling of noisy shallow circuits via monitored unraveling [0.03922370499388702]
  本稿では,2次元量子ビットアレイ上でのノイズ乱数回路の出力をサンプリングする古典的アルゴリズムを提案する。 このアルゴリズムは、最近提案された「空間進化ブロックデシメーション」(SEBD)に基づいて構築され、ノイズ回路の場合に拡張される。
  論文  参考訳（メタデータ） (2023-06-28T18:00:02Z)
• Advancing Unsupervised Low-light Image Enhancement: Noise Estimation, Illumination Interpolation, and Self-Regulation [55.07472635587852]
  低光画像強調(LLIE)技術は、画像の詳細の保存とコントラストの強化に顕著な進歩をもたらした。 これらのアプローチは、動的ノイズを効率的に緩和し、様々な低照度シナリオを収容する上で、永続的な課題に直面する。 まず,低照度画像の雑音レベルを迅速かつ高精度に推定する方法を提案する。 次に、照明と入力の一般的な制約を満たすために、Learningable Illumination Interpolator (LII) を考案する。
  論文  参考訳（メタデータ） (2023-05-17T13:56:48Z)
• Error-aware Quantization through Noise Tempering [43.049102196902844]
  量子化対応トレーニング(QAT)は、量子化エラーをシミュレートしながら、エンドタスクに関するモデルパラメータを最適化する。 本研究では,指数関数的に減衰する量子化・エラー認識ノイズと,学習可能なタスク損失勾配のスケールを組み込んで量子化演算子の効果を近似する。 本手法は, 従来の手法を0.5-1.2%絶対値で上回り, 均一な(非混合精度)量子化のための最先端トップ1分類精度を得る。
  論文  参考訳（メタデータ） (2022-12-11T20:37:50Z)
• Virtual distillation with noise dilution [0.0]
  仮想蒸留は、ノイズタイプを仮定せずに量子計算誤差を低減する誤差緩和技術である。 提案手法では, 雑音の周辺部をより多くの層に分割(希釈)することにより, 平均緩和性能が単調に向上することを示す。 本稿では,現実的なノイズの多い中間量子回路を収容する量子計算クラスタの設計におけるこれらの知見の適用を提案する。
  論文  参考訳（メタデータ） (2022-10-26T14:34:58Z)
• Dual Map Framework for Noise Characterization of Quantum Computers [11.659279774157255]
  回路終端の単一層として機能する有効雑音(MATEN)チャネルの限界(局所)近似を再構成する手法を提案する。 最大6量子ビットのQAOA回路に対するリゲッティのAspen-9量子コンピュータの性能を示す。
  論文  参考訳（メタデータ） (2021-12-08T17:00:51Z)
• Scalable error mitigation for noisy quantum circuits produces competitive expectation values [1.51714450051254]
  最大26キュービット,60の回路深さ,1080のCNOTゲートを用いた量子回路におけるゼロノイズ外挿の有用性を示す。 誤差低減効果は,追加の誤り抑制技術とネイティブゲート分解により大幅に向上することを示した。
  論文  参考訳（メタデータ） (2021-08-20T14:32:16Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)
• Simulating quench dynamics on a digital quantum computer with data-driven error mitigation [62.997667081978825]
  本稿では、実量子データにおけるノイズの影響を軽減するために用いられる、クリフォードデータ回帰に基づくいくつかの手法の最初の実装の1つを示す。 一般に、クリフォードデータ回帰に基づく手法は、ゼロノイズ外挿法と比較して有利である。 これはこの種の研究でこれまで調査された中で最大のシステムである。
  論文  参考訳（メタデータ） (2021-03-23T16:56:14Z)
• Learning Frequency Domain Approximation for Binary Neural Networks [68.79904499480025]
  フーリエ周波数領域における符号関数の勾配を正弦関数の組み合わせを用いて推定し,BNNの訓練を行う。 いくつかのベンチマークデータセットとニューラルネットワークの実験により、この手法で学習したバイナリネットワークが最先端の精度を達成することが示されている。
  論文  参考訳（メタデータ） (2021-03-01T08:25:26Z)
• Efficient and robust certification of genuine multipartite entanglement in noisy quantum error correction circuits [58.720142291102135]
  実効多部絡み(GME)認証のための条件付き目撃手法を導入する。 線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。 本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
  論文  参考訳（メタデータ） (2020-10-06T18:00:07Z)
• One-Bit Compressed Sensing via One-Shot Hard Thresholding [7.594050968868919]
  1ビット圧縮センシングの問題は、いくつかのバイナリ測定からスパース信号を推定することである。 広範に使われている非制約の幅の概念から遠ざかる、斬新で簡潔な分析法を提案する。
  論文  参考訳（メタデータ） (2020-07-07T17:28:03Z)
• Path Sample-Analytic Gradient Estimators for Stochastic Binary Networks [78.76880041670904]
  二進的アクティベーションや二進的重みを持つニューラルネットワークでは、勾配降下によるトレーニングは複雑である。 そこで本研究では,サンプリングと解析近似を併用した新しい推定法を提案する。 勾配推定において高い精度を示し、深部畳み込みモデルにおいてより安定かつ優れた訓練を行うことを示す。
  論文  参考訳（メタデータ） (2020-06-04T21:51:21Z)
• Bayesian Bits: Unifying Quantization and Pruning [73.27732135853243]
  我々は、勾配に基づく最適化による混合精度量子化とプルーニングの実用的な方法であるBayesian Bitsを紹介する。 提案手法をいくつかのベンチマーク・データセット上で実験的に検証し,プレナード付き混合精度ネットワークを学習可能であることを示す。
  論文  参考訳（メタデータ） (2020-05-14T16:00:34Z)

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。