論文の概要: Sample-efficient quantum error mitigation via classical learning surrogates

• arxiv url: http://arxiv.org/abs/2511.07092v1
• Date: Mon, 10 Nov 2025 13:29:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:45.272812
• Title: Sample-efficient quantum error mitigation via classical learning surrogates
• Title（参考訳）: 古典的学習サロゲートによるサンプル効率の量子誤差軽減
• Authors: Wei-You Liao, Ge Yan, Yujin Song, Tian-Ci Tian, Wei-Ming Zhu, De-Tao Jiang, Yuxuan Du, He-Liang Huang,
• Abstract要約: QEM(Quantum error mitigation)技術は、比較的低い量子ビットオーバヘッドで忠実性を改善するための主要な解決策であるが、フルスケールの量子エラー補正は依然として遠い目標である。 ここでは、古典的な学習サロゲートを活用して、古典的な側で完全にZNEを実行するサロゲート対応ZNEを考案する。 測定コストが回路数とともに線形にスケールする従来のZNEとは異なり、S-ZNEは量子回路全体に対して一定の測定オーバーヘッドしか必要としない。
• 参考スコア（独自算出の注目度）: 11.756588304973342
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The pursuit of practical quantum utility on near-term quantum processors is critically challenged by their inherent noise. Quantum error mitigation (QEM) techniques are leading solutions to improve computation fidelity with relatively low qubit-overhead, while full-scale quantum error correction remains a distant goal. However, QEM techniques incur substantial measurement overheads, especially when applied to families of quantum circuits parameterized by classical inputs. Focusing on zero-noise extrapolation (ZNE), a widely adopted QEM technique, here we devise the surrogate-enabled ZNE (S-ZNE), which leverages classical learning surrogates to perform ZNE entirely on the classical side. Unlike conventional ZNE, whose measurement cost scales linearly with the number of circuits, S-ZNE requires only constant measurement overhead for an entire family of quantum circuits, offering superior scalability. Theoretical analysis indicates that S-ZNE achieves accuracy comparable to conventional ZNE in many practical scenarios, and numerical experiments on up to 100-qubit ground-state energy and quantum metrology tasks confirm its effectiveness. Our approach provides a template that can be effectively extended to other quantum error mitigation protocols, opening a promising path toward scalable error mitigation.
• Abstract（参考訳）: 短期量子プロセッサにおける実用的な量子ユーティリティの追求は、その固有のノイズに批判的に挑戦されている。 QEM(Quantum error mitigation)技術は、比較的低い量子ビットオーバヘッドで計算精度を向上させるための主要なソリューションであるが、フルスケールの量子エラー補正は依然として遠い目標である。 しかし、QEM技術は、特に古典的な入力によってパラメータ化された量子回路の族に適用される場合、かなりの測定オーバーヘッドをもたらす。 広く採用されているQEM手法であるゼロノイズ補間(ZNE)に着目し,古典的学習サロゲートを利用した古典的学習サロゲートであるZNE(S-ZNE)を考案した。 測定コストが回路数とともに線形にスケールする従来のZNEとは異なり、S-ZNEは量子回路群全体に対して一定の測定オーバーヘッドしか必要とせず、優れたスケーラビリティを提供する。 理論的解析により、S-ZNEは従来のZNEに匹敵する精度を多くの実践シナリオで達成し、100kビットの基底状態エネルギーと量子メートル法タスクの数値実験によりその有効性が確認された。 我々のアプローチは、他の量子エラー軽減プロトコルに効果的に拡張できるテンプレートを提供し、スケーラブルなエラー軽減への有望な道を開く。

関連論文リスト

• Compilation-informed probabilistic quantum error cancellation [2.079863206645103]
  本稿では,回路,QEC符号,およびコンパイラに依存しない論理ゲートノイズに対する量子エラー緩和方式を提案する。 最大回路サイズとQEC符号距離は目標精度とは独立であり、QECのみに基づく戦略とは対照的である。 提案手法は,高精度推定のための量子リソース要件を著しく低減し,高精度非依存オーバーヘッドを伴うフォールトトレラント量子計算への実用的な経路を提供する。
  論文  参考訳（メタデータ） (2025-08-27T18:00:10Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Machine Learning for Practical Quantum Error Mitigation [0.0]
  量子エラー軽減のための機械学習は、そのコストを大幅に削減することを示す。 本稿では,ML-QEMを用いて従来の緩和手法を模倣し,より優れた実行効率で拡張性を実現する方法を提案する。
  論文  参考訳（メタデータ） (2023-09-29T16:17:12Z)
• Best practices for quantum error mitigation with digital zero-noise extrapolation [0.0]
  デジタルゼロノイズ外挿法(dZNE)は、その概念的単純さ、アクセシビリティ、資源効率のために量子エラー緩和(QEM)の一般的なアプローチとして登場した。 ワークフローの各ステップにおいて、ノイズ増幅、量子デバイス上での実行、ゼロノイズ限界への外挿、および他のQEMメソッドとの合成など、QEMとdZNEのベストプラクティスを定義する。
  論文  参考訳（メタデータ） (2023-07-07T20:24:04Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• Direct Quantum Communications in the Presence of Realistic Noisy Entanglement [69.25543534545538]
  本稿では,現実的な雑音に依拠する新しい量子通信方式を提案する。 性能分析の結果,提案手法は競争力のあるQBER, 利得, 利得を提供することがわかった。
  論文  参考訳（メタデータ） (2020-12-22T13:06:12Z)
• Minimizing estimation runtime on noisy quantum computers [0.0]
  ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。 物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。 この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
  論文  参考訳（メタデータ） (2020-06-16T17:46:18Z)
• Using Quantum Metrological Bounds in Quantum Error Correction: A Simple Proof of the Approximate Eastin-Knill Theorem [77.34726150561087]
  本稿では、量子誤り訂正符号の品質と、論理ゲートの普遍的な集合を達成する能力とを結びつける、近似したイージン・クニル定理の証明を示す。 我々の導出は、一般的な量子気象プロトコルにおける量子フィッシャー情報に強力な境界を用いる。
  論文  参考訳（メタデータ） (2020-04-24T17:58:10Z)

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。