論文の概要: Benchmarking quantum gates and circuits
- arxiv url: http://arxiv.org/abs/2407.09942v2
- Date: Sun, 23 Feb 2025 15:32:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-25 15:47:25.410124
- Title: Benchmarking quantum gates and circuits
- Title（参考訳）: 量子ゲートと回路のベンチマーク
- Authors: Vinay Tripathi, Daria Kowsari, Kumar Saurav, Haimeng Zhang, Eli M. Levenson-Falk, Daniel A. Lidar,
- Abstract要約: 本稿では,Randomized Benchmarking, Quantum Process Tomography, Gate Set Tomography, Process Fidelity Estimation, Direct Fidelity Estimation, Cross-Entropy Benchmarkingなど,さまざまなベンチマーク手法についてレビューする。
本稿では,実験実行回数を最小限に抑え,SPAMエラーに対するレジリエンスを示し,一貫性と不整合性の両方を効果的に特徴付ける新しいプロトコルである決定論的ベンチマーク(DB)を紹介する。
- 参考スコア（独自算出の注目度）: 1.6163129903911515
- License:
- Abstract: Accurate noise characterization in quantum gates and circuits is vital for the development of reliable quantum simulations for chemically relevant systems and fault-tolerant quantum computing. This paper reviews a variety of key benchmarking techniques, including Randomized Benchmarking, Quantum Process Tomography, Gate Set Tomography, Process Fidelity Estimation, Direct Fidelity Estimation, and Cross-Entropy Benchmarking. We evaluate each method's complexities, the resources they require, and their effectiveness in addressing coherent, incoherent, and state preparation and measurement (SPAM) errors. Furthermore, we introduce deterministic benchmarking (DB), a novel protocol that minimizes the number of experimental runs, exhibits resilience to SPAM errors, and effectively characterizes both coherent and incoherent errors. The implementation of DB is experimentally validated using a superconducting transmon qubit, and the results are substantiated with a simple analytical model and master equation simulations. With the addition of DB to the toolkit of available benchmarking methods, this article serves as a practical guide for choosing and applying benchmarking protocols to advance quantum computing technologies.
- Abstract（参考訳）: 量子ゲートと回路における正確なノイズのキャラクタリゼーションは、化学的に関連するシステムやフォールトトレラントな量子コンピューティングのための信頼性の高い量子シミュレーションの開発に不可欠である。
本稿では,Randomized Benchmarking, Quantum Process Tomography, Gate Set Tomography, Process Fidelity Estimation, Direct Fidelity Estimation, Cross-Entropy Benchmarkingなど,さまざまなベンチマーク手法についてレビューする。
我々は,各手法の複雑度,必要な資源,および整合性,不整合性,状態準備・測定(SPAM)誤差に対処する上での有効性を評価する。
さらに,実験実行回数を最小化し,SPAMエラーに対するレジリエンスを示し,一貫性と不整合性の両方を効果的に特徴付ける新しいプロトコルである決定論的ベンチマーク(DB)を導入する。
DBの実装は超伝導トランスモン量子ビットを用いて実験的に検証され、その結果は単純な解析モデルとマスター方程式シミュレーションで実証される。
利用可能なベンチマーク手法のツールキットにDBを追加することで、この論文は量子コンピューティング技術の進歩のためにベンチマークプロトコルを選択し、適用するための実践的なガイドとなる。
関連論文リスト
- Bridging Internal Probability and Self-Consistency for Effective and Efficient LLM Reasoning [53.25336975467293]
パープレキシティや自己整合性などの手法の第一理論誤差分解解析について述べる。
パープレキシティ法は、適切な整合関数が存在しないため、かなりのモデル誤差に悩まされる。
本稿では、自己整合性とパープレキシティを統合したReasoning-Pruning Perplexity Consistency(RPC)と、低確率推論経路を排除したReasoning Pruningを提案する。
論文 参考訳（メタデータ） (2025-02-01T18:09:49Z) - Learning to rank quantum circuits for hardware-optimized performance enhancement [0.0]
本稿では,論理的に等価な量子回路をランク付けするための機械学習に基づく手法を実験的に導入し,実験を行った。
提案手法をランダムなレイアウト選択とMapomaticと呼ばれる一般公開ベースラインの2つの一般的なアプローチと比較する。
我々の最良のモデルでは、ベースラインアプローチと比較して選択誤差が1.8タイムズ$減少し、ランダム選択と比較して3.2タイムズ$減少する。
論文 参考訳（メタデータ） (2024-04-09T18:00:01Z) - Error budget of parametric resonance entangling gate with a tunable coupler [0.0]
可変カプラアーキテクチャにおけるパラメトリック共振ゲートの実験誤差予算を解析する。
主に2ビットの緩和と白色雑音による劣化に起因する不整合誤差は、2ビットのゲートの忠実さを制限する。
非計算状態への漏洩は、2ビットゲートの不忠実性に対する2番目に大きな寄与である。
論文 参考訳（メタデータ） (2024-02-06T18:46:27Z) - BUMP: A Benchmark of Unfaithful Minimal Pairs for Meta-Evaluation of
Faithfulness Metrics [70.52570641514146]
不誠実な最小対 (BUMP) のベンチマークを示す。
BUMPは、889人の人間が書いた最小限のサマリーペアのデータセットである。
非ペアベースのデータセットとは異なり、BUMPはメトリクスの一貫性を測定するために使用することができる。
論文 参考訳（メタデータ） (2022-12-20T02:17:30Z) - Error-based Knockoffs Inference for Controlled Feature Selection [49.99321384855201]
本手法では, ノックオフ特徴量, エラーベース特徴重要度統計量, ステップダウン手順を一体化して, エラーベースのノックオフ推定手法を提案する。
提案手法では回帰モデルを指定する必要はなく,理論的保証で特徴選択を処理できる。
論文 参考訳（メタデータ） (2022-03-09T01:55:59Z) - BCD Nets: Scalable Variational Approaches for Bayesian Causal Discovery [97.79015388276483]
構造方程式モデル(SEM)は、有向非巡回グラフ(DAG)を介して表される因果関係を推論する効果的な枠組みである。
近年の進歩により、観測データからDAGの有効最大点推定が可能となった。
線形ガウス SEM を特徴付ける DAG 上の分布を推定するための変分フレームワークである BCD Nets を提案する。
論文 参考訳（メタデータ） (2021-12-06T03:35:21Z) - Efficient diagnostics for quantum error correction [0.0]
パウリの誤り再構成に基づくスケーラブルな実験手法を提案する。
数値的エビデンスにより, 種々の誤差モデルに対する標準誤差測定値に基づいて, 予測精度が有意に向上したことを示す。
論文 参考訳（メタデータ） (2021-08-24T16:28:29Z) - Fault-tolerant parity readout on a shuttling-based trapped-ion quantum
computer [64.47265213752996]
耐故障性ウェイト4パリティチェック測定方式を実験的に実証した。
フラグ条件パリティ測定の単発忠実度は93.2(2)%である。
このスキームは、安定化器量子誤り訂正プロトコルの幅広いクラスにおいて必須な構成要素である。
論文 参考訳（メタデータ） (2021-07-13T20:08:04Z) - Hidden Inverses: Coherent Error Cancellation at the Circuit Level [3.3012851255362494]
コヒーレントゲートエラーは、多くの量子コンピューティングアーキテクチャーにおいて問題となっている。
合成シングルキュービットゲートの実際の性能と予測された性能を比較することで、コヒーレントな誤差をベンチマークする。
本稿では,これらのコヒーレントな誤りに頑健な回路を生成できる,隠れ逆数(hidden inverses)と呼ばれるコンパイル手法を提案する。
論文 参考訳（メタデータ） (2021-04-02T15:57:48Z) - CASTLE: Regularization via Auxiliary Causal Graph Discovery [89.74800176981842]
因果構造学習(CASTLE)の正規化を導入し,変数間の因果関係を共同学習することでニューラルネットワークの正規化を提案する。
CASTLEは因果的隣り合いを持つ因果的DAGの特徴のみを効率的に再構成する一方、再構成ベース正規化器は全ての入力特徴を過度に再構成する。
論文 参考訳（メタデータ） (2020-09-28T09:49:38Z) - Correlated Randomized Benchmarking [0.4462334751640167]
本稿では,局所誤差のみで最も近い地図への距離を示すクロストーク測度を提案する。
この手法を4量子超伝導デバイスを用いて実験的に実証した。
論文 参考訳（メタデータ） (2020-03-04T22:37:57Z)
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。