論文の概要: Disambiguating Pauli noise in quantum computers
- arxiv url: http://arxiv.org/abs/2505.22629v1
- Date: Wed, 28 May 2025 17:46:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-29 20:07:45.819852
- Title: Disambiguating Pauli noise in quantum computers
- Title(参考訳): 量子コンピュータにおけるパウリノイズの曖昧化
- Authors: Edward H. Chen, Senrui Chen, Laurin E. Fischer, Andrew Eddins, Luke C. G. Govia, Brad Mitchell, Andre He, Youngseok Kim, Liang Jiang, Alireza Seif,
- Abstract要約: 学習可能なパラメータが自己整合的に特徴づけられる場合、学習不可能な(ゲージ)自由度はノイズダイナミクスやエラー軽減の予測に影響を与えないことを示す。
我々は,最近導入されたゲートセットパウリ雑音学習の枠組みを用いて,完全ゲートセットの雑音を効率よく自己整合的に特徴付け,緩和する。
- 参考スコア(独自算出の注目度): 5.9039349711987645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: To successfully perform quantum computations, it is often necessary to first accurately characterize the noise in the underlying hardware. However, it is well known that fundamental limitations prevent the unique identification of the noise. This raises the question of whether these limitations impact the ability to predict noisy dynamics and mitigate errors. Here, we show, both theoretically and experimentally, that when learnable parameters are self-consistently characterized, the unlearnable (gauge) degrees of freedom do not impact predictions of noisy dynamics or error mitigation. We use the recently introduced framework of gate set Pauli noise learning to efficiently and self-consistently characterize and mitigate noise of a complete gate set, including state preparation, measurements, single-qubit gates and multi-qubit entangling Clifford gates. We validate our approach through experiments with up to 92 qubits and show that while the gauge choice does not affect error-mitigated observable values, optimizing it reduces sampling overhead. Our findings address an outstanding issue involving the ambiguities in characterizing and mitigating quantum noise.
- Abstract(参考訳): 量子計算を成功させるためには、基礎となるハードウェアのノイズを正確に特徴付ける必要があることが多い。
しかし、基本的制約がノイズのユニークな識別を妨げることはよく知られている。
これにより、これらの制限がノイズのダイナミクスを予測し、エラーを軽減できる能力に影響を及ぼすかどうかという疑問が持ち上がる。
ここでは、理論的・実験的に、学習可能なパラメータが自己整合的に特徴づけられる場合、学習不可能な(ゲージ)自由度がノイズ力学や誤り軽減の予測に影響を及ぼさないことを示す。
我々は最近導入されたゲートセットパウリ雑音学習の枠組みを用いて、状態準備、測定、単一量子ゲート、複数量子エンタングリングクリフォードゲートを含む完全ゲートセットのノイズを効率よく自己整合的に特徴付け、緩和する。
提案手法は92量子ビット以上の実験により検証され、ゲージ選択は誤差緩和可観測値には影響しないが、サンプリングオーバーヘッドの低減を最適化する。
本研究は,量子雑音の特徴化と緩和におけるあいまいさに関する未解決の問題に対処する。
関連論文リスト
- Dynamical quantum maps for single-qubit gates under universal non-Markovian noise [0.0]
量子デバイスにおけるノイズはユビキタスであり、精度が必要な設定では一般的に有害である。
ここでは、単一実験入力のみを必要とする単一キュービットゲートに対して、コンパクトな顕微鏡誤差モデルを導出する。
ランダム化ベンチマークを用いて測定し,量子プロセストモグラフィーを用いて再構成した平均ゲート誤差の実験的推定は,解析的推定値によって厳しく下界していることがわかった。
論文 参考訳(メタデータ) (2024-02-22T13:24:03Z) - Negative Pre-aware for Noisy Cross-modal Matching [46.5591267410225]
雑音対応は認識と修正が難しいため,クロスモーダルノイズロバスト学習は難しい課題である。
本稿では,雑音の多い下流タスクに対する大規模視覚言語モデルファインタニングのための,否定的事前認識型クロスモーダルマッチングソリューションを提案する。
論文 参考訳(メタデータ) (2023-12-10T05:52:36Z) - 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) - Scalable noisy quantum circuits for biased-noise qubits [37.69303106863453]
安定猫量子ビットの既存システムに動機づけられたビットフリップ誤差のみに影響されるバイアスノイズ量子ビットを考察する。
現実的なノイズモデルでは、位相フリップは無視できないが、Pauli-Twirling近似では、ベンチマークが最大106ドルのゲートを含む回路の正しさを確認できる。
論文 参考訳(メタデータ) (2023-05-03T11:27:50Z) - Error Mitigation Thresholds in Noisy Random Quantum Circuits [0.30723404270319693]
ノイズが不完全である場合の確率的誤差キャンセルとテンソルネットワークの誤差軽減のロバスト性について検討する。
1次元の回路では、誤差軽減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。
本稿では, 量子計算の優位性, 測定誘起相転移の耐故障プローブ, および短期デバイスにおける量子アルゴリズムの検証について考察する。
論文 参考訳(メタデータ) (2023-02-08T19:00:01Z) - Evaluating the Resilience of Variational Quantum Algorithms to Leakage
Noise [6.467585493563487]
漏れノイズは、エラー訂正アプローチでは処理できないエラーの損傷源である。
このノイズが変分量子アルゴリズム(VQA)の性能に与える影響はまだ分かっていない。
論文 参考訳(メタデータ) (2022-08-10T14:50:14Z) - The learnability of Pauli noise [3.251977404026275]
クリフォードゲートにアタッチされたパウリノイズチャネルの学習性について,精度よく評価する。
我々は,IBMのCNOTゲートの雑音特性を2自由度まで実験的に実証した。
論文 参考訳(メタデータ) (2022-06-13T17:58:43Z)
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。