論文の概要: SPAM Tolerance for Pauli Error Estimation
- arxiv url: http://arxiv.org/abs/2510.00230v1
- Date: Tue, 30 Sep 2025 19:53:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-03 14:32:17.171895
- Title: SPAM Tolerance for Pauli Error Estimation
- Title（参考訳）: パウリ誤差推定のためのSPAM耐性
- Authors: Ryan O'Donnell, Samvitti Sharma,
- Abstract要約: 本稿では,[FO21]で導入された人口回復の削減に基づくアルゴリズムを提案する。
我々のアルゴリズムは、過酷な状態準備と測定(SPAM)エラーに対するロバスト性の重要な利点を持っている。
- 参考スコア（独自算出の注目度）: 1.074267520911262
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Pauli channel is a fundamental model of noise in quantum systems, motivating the task of Pauli error estimation. We present an algorithm that builds on the reduction to Population Recovery introduced in [FO21]. Addressing an open question from that work, our algorithm has the key advantage of robustness against even severe state preparation and measurement (SPAM) errors. To tolerate SPAM, we must analyze Population Recovery on a combined erasure/bit-flip channel, which necessitates extending the complex analysis techniques from [PSW17, DOS17]. For $n$-qubit channels, our Pauli error estimation algorithm requires only $\exp(n^{1/3})$ unentangled state preparations and measurements, improving on previous SPAM-tolerant algorithms that had $2^n$-dependence even for restricted families of Pauli channels. We also give evidence that no SPAM-tolerant method can make asymptotically fewer than $\exp(n^{1/3})$ uses of the channel.
- Abstract（参考訳）: パウリチャネルは量子系のノイズの基本モデルであり、パウリの誤差推定のタスクを動機付けている。
本稿では,[FO21]で導入された人口回復の削減に基づくアルゴリズムを提案する。
その作業からオープンな問題に対処するため、我々のアルゴリズムは、過酷な状態準備と測定(SPAM)エラーに対する堅牢性の鍵となる利点を持っている。
SPAMを許容するには,[PSW17, DOS17] から複雑な解析手法を拡張する必要のある,複合消去/ビットフリップチャネル上での個体群回復を解析しなければならない。
我々のPauliエラー推定アルゴリズムは、$n$-qubitチャネルの場合、$\exp(n^{1/3})$unentangled状態の準備と測定しか必要とせず、パウリチャネルの制限されたファミリーに対しても2^n$-deependenceを持つ以前のSPAM耐性アルゴリズムで改善されている。
また、SPAM耐性法がシンプレクティックに$\exp(n^{1/3})$のチャネルを使用できないという証拠を与える。
関連論文リスト
- On the Constant Depth Implementation of Pauli Exponentials [49.48516314472825]
任意の長さの $Zotimes n$指数を$mathcalO(n)$ ancillae と 2体 XX と ZZ の相互作用を用いて一定深さの回路に分解する。
クビットリサイクルの恩恵を受ける回路の書き直し規則を導入し,本手法の正しさを実証する。
論文 参考訳（メタデータ） (2024-08-15T17:09:08Z) - Adaptivity is not helpful for Pauli channel learning [11.029146548022291]
適応戦略は, 絡み合った入力を用いて, パウリチャネルを学習し, テストする非適応戦略に勝るものではないことを実証する。
最適な古典的推定アルゴリズムを量子環境に変換することで,いくつかの基本的なタスクに対するクエリの複雑さを特徴づける。
論文 参考訳（メタデータ） (2024-03-14T01:54:29Z) - Quantum Goemans-Williamson Algorithm with the Hadamard Test and
Approximate Amplitude Constraints [62.72309460291971]
本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。
補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。
各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
論文 参考訳（メタデータ） (2022-06-30T03:15:23Z) - Pauli error estimation via Population Recovery [1.52292571922932]
パウリ流路の学習問題、あるいはより一般に任意の流路のパウリ流路誤差率について検討する。
精度$epsilon$ in $ell_infty$に対して、$n$-qubitチャネルのパウリ誤差率を学習する非常に単純なアルゴリズムを与える。
我々は、Obigl(frac1epsilon2 etabigr)だけで乗算精度1 pm epsilon$(加算精度$epsilon eta$)を達成するためにアルゴリズムを拡張した。
論文 参考訳（メタデータ） (2021-05-06T18:00:02Z) - Adaptive Sampling for Best Policy Identification in Markov Decision
Processes [79.4957965474334]
本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。
最先端アルゴリズムの利点を論じ、解説する。
論文 参考訳（メタデータ） (2020-09-28T15:22:24Z) - Fast Estimation of Sparse Quantum Noise [1.933681537640272]
我々は、$s$非ゼロパウリ誤差率を$s$スパース、$n$量子パウリノイズチャネルで推定する実用的なアルゴリズムを提案する。
我々は,IBM 14-qubit 超伝導デバイスのデータに対して,単純化されたクリフォード回路を用いたアルゴリズムのバージョンを実験的に検証した。
論文 参考訳（メタデータ） (2020-07-15T18:00:01Z) - Learning Halfspaces with Tsybakov Noise [50.659479930171585]
テュバコフ雑音の存在下でのハーフスペースの学習可能性について検討する。
真半空間に関して誤分類誤差$epsilon$を達成するアルゴリズムを与える。
論文 参考訳（メタデータ） (2020-06-11T14:25:02Z)
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。