論文の概要: Sparse Non-Markovian Noise Modeling of Transmon-Based Multi-Qubit Operations

• arxiv url: http://arxiv.org/abs/2412.16092v1
• Date: Fri, 20 Dec 2024 17:37:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-23 16:23:29.363893
• Title: Sparse Non-Markovian Noise Modeling of Transmon-Based Multi-Qubit Operations
• Title（参考訳）: トランスモンベースマルチビット動作のスパース非マルコフノイズモデリング
• Authors: Yasuo Oda, Kevin Schultz, Leigh Norris, Omar Shehab, Gregory Quiroz,
• Abstract要約: 量子力学におけるノイズの影響は、現在の量子プロセッサが正確な量子計算を行うのを防ぐ主要な要因の1つである。 本稿では,トランスモンデバイス上でのマルチキュービット動作の効果的なノイズモデリング手法を提案する。 本モデルでは,非時間的相関ノイズ源を含む1ビットおよび2ビットの幅広い振る舞いを捕捉し,予測できることが示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The influence of noise on quantum dynamics is one of the main factors preventing current quantum processors from performing accurate quantum computations. Sufficient noise characterization and modeling can provide key insights into the effect of noise on quantum algorithms and inform the design of targeted error protection protocols. However, constructing effective noise models that are sparse in model parameters, yet predictive can be challenging. In this work, we present an approach for effective noise modeling of multi-qubit operations on transmon-based devices. Through a comprehensive characterization of seven devices offered by the IBM Quantum Platform, we show that the model can capture and predict a wide range of single- and two-qubit behaviors, including non-Markovian effects resulting from spatio-temporally correlated noise sources. The model's predictive power is further highlighted through multi-qubit dynamical decoupling demonstrations and an implementation of the variational quantum eigensolver. As a training proxy for the hardware, we show that the model can predict expectation values within a relative error of 0.5%; this is a 7$\times$ improvement over default hardware noise models. Through these demonstrations, we highlight key error sources in superconducting qubits and illustrate the utility of reduced noise models for predicting hardware dynamics.
• Abstract（参考訳）: 量子力学におけるノイズの影響は、現在の量子プロセッサが正確な量子計算を行うのを防ぐ主要な要因の1つである。 十分なノイズ特徴付けとモデリングは、量子アルゴリズムにおけるノイズの影響に関する重要な洞察を与え、ターゲットとなるエラー保護プロトコルの設計を知らせる。 しかし、モデルパラメータに疎い効果的なノイズモデルを構築することは困難である。 本研究では,トランスモンデバイス上でのマルチキュービット動作の効果的なノイズモデリング手法を提案する。 IBM Quantum Platformが提供する7つのデバイスを包括的に評価することにより、時空間相関ノイズ源から生じるマルコフ効果を含む、幅広い単一および2ビットの振る舞いを捉えることができることを示す。 モデルの予測力は、マルチキュービットのダイナミックデカップリングデモと変分量子固有解器の実装によってさらに強調される。 ハードウェアのトレーニングプロキシとして、モデルが相対誤差0.5%の範囲内で期待値を予測できることを示し、これはデフォルトのハードウェアノイズモデルよりも7$\times$改善である。 これらの実験を通して、超伝導量子ビットにおける重要なエラー源を強調し、ハードウェアのダイナミクスを予測するためのノイズモデルの有用性を示す。

関連論文リスト

• Error mitigation with stabilized noise in superconducting quantum processors [2.2752198833969315]
  我々は,量子ビット-TLS相互作用のチューニングが雑音不安定を低減し,より信頼性の高い誤り軽減性能を実現することを実験的に実証した。 ここで導入された機能は、非自明なスケールのソリッドステートプロセッサ上での量子アプリケーションの探索に不可欠であると期待する。
  論文  参考訳（メタデータ） (2024-07-02T17:47:07Z)
• Flexible Error Mitigation of Quantum Processes with Data Augmentation Empowered Neural Model [9.857921247636451]
  誤り軽減のためのデータ拡張強化型ニューラルモデルを提案する。 我々のモデルは、特定のノイズタイプや測定設定に関する事前の知識を必要としない。 対象の量子プロセスのノイズ測定結果のみからノイズフリー統計を推定することができる。
  論文  参考訳（メタデータ） (2023-11-03T05:52:14Z)
• RobustMQ: Benchmarking Robustness of Quantized Models [54.15661421492865]
  量子化は、限られたリソースを持つデバイスにディープニューラルネットワーク(DNN)をデプロイする上で不可欠なテクニックである。 我々は、ImageNet上の様々なノイズ(障害攻撃、自然破壊、系統的なノイズ)に対する量子化モデルのロバスト性について、徹底的に評価した。 我々の研究は、モデルとその実世界のシナリオにおける展開の堅牢な定量化を推し進めることに貢献している。
  論文  参考訳（メタデータ） (2023-08-04T14:37:12Z)
• Volumetric Benchmarking of Quantum Computing Noise Models [3.0098885383612104]
  本稿では、量子コンピューティングアプリケーションのためのノイズモデルベンチマークのための体系的なアプローチを提案する。 ハードウェア実験の結果と、量子回路の代表集合に対するノイズモデルの予測を比較する。 また、ノイズモデルを構築し、一連のトレーニング回路を用いてパラメータを最適化する。
  論文  参考訳（メタデータ） (2023-06-14T10:49:01Z)
• Improve Noise Tolerance of Robust Loss via Noise-Awareness [60.34670515595074]
  本稿では,NARL-Adjuster(NARL-Adjuster for brevity)と呼ばれる,ハイパーパラメータ予測関数を適応的に学習するメタラーニング手法を提案する。 4つのSOTAロバストな損失関数を我々のアルゴリズムに統合し,提案手法の一般性および性能をノイズ耐性と性能の両面で検証した。
  論文  参考訳（メタデータ） (2023-01-18T04:54:58Z)
• Impact of quantum noise on the training of quantum Generative Adversarial Networks [0.0]
  我々は、異なる種類の量子ノイズが存在する場合の量子生成逆数ネットワーク(qGAN)の性能について、最初の研究を行う。 特に,qGAN学習過程におけるリードアウトと2ビットゲート誤差の影響について検討する。
  論文  参考訳（メタデータ） (2022-03-02T10:35:34Z)
• 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)
• Quantum algorithms for quantum dynamics: A performance study on the spin-boson model [68.8204255655161]
  量子力学シミュレーションのための量子アルゴリズムは、伝統的に時間進化作用素のトロッター近似の実装に基づいている。 変分量子アルゴリズムは欠かせない代替手段となり、現在のハードウェア上での小規模なシミュレーションを可能にしている。 量子ゲートコストが明らかに削減されているにもかかわらず、現在の実装における変分法は量子的優位性をもたらすことはありそうにない。
  論文  参考訳（メタデータ） (2021-08-09T18:00:05Z)
• Pulse-level noisy quantum circuits with QuTiP [53.356579534933765]
  我々はQuTiPの量子情報処理パッケージであるqutip-qipに新しいツールを導入する。 これらのツールはパルスレベルで量子回路をシミュレートし、QuTiPの量子力学解法と制御最適化機能を活用する。 シミュレーションプロセッサ上で量子回路がどのようにコンパイルされ、制御パルスがターゲットハミルトニアンに作用するかを示す。
  論文  参考訳（メタデータ） (2021-05-20T17:06:52Z)
• Modelling and Simulating the Noisy Behaviour of Near-term Quantum Computers [0.0]
  ノイズは、短期量子コンピュータのあらゆる側面を支配している。 本研究では,NISQ(Noisy Intermediate-Scale Quantum)コンピュータにおけるノイズのモデル化について検討する。
  論文  参考訳（メタデータ） (2021-01-06T16:04:13Z)
• 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。