論文の概要: Verified Implementation of GRAPE Pulse Optimization for Quantum Gates with Hardware-Representative Noise Models
- arxiv url: http://arxiv.org/abs/2511.12799v2
- Date: Tue, 18 Nov 2025 03:44:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-19 13:59:16.791585
- Title: Verified Implementation of GRAPE Pulse Optimization for Quantum Gates with Hardware-Representative Noise Models
- Title（参考訳）: ハードウェア表現型雑音モデルを用いた量子ゲートのGRAPEパルス最適化の検証
- Authors: Rylan Malarchick,
- Abstract要約: ゲートの忠実さは、実用的な量子計算を制限する主要なボトルネックである。
GraPE最適化パルスは、標準ガウスパルスと比較して77$times$のシミュレーションゲート誤差を低減させる。
このフレームワークの信頼性は、864のテストスイート(74%のコードカバレッジ)とNASA JPL Power-of-10の安全クリティカルコーディング標準への準拠によって保証されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Gate fidelity in noisy intermediate-scale quantum (NISQ) computers remains the primary bottleneck limiting practical quantum computation, constrained by decoherence and control noise. Quantum optimal control (QOC) techniques, such as the gradient ascent pulse engineering (GRAPE) algorithm, offer a powerful approach to designing noise-robust pulses that actively mitigate these effects. However, most QOC implementations operate in idealized simulation environments that fail to capture the real-time parameter drift inherent to physical quantum hardware, creating a critical ``sim-to-real'' gap. In this work, I present QubitPulseOpt, an open-source, rigorously-tested Python framework designed to bridge this gap through hardware-representative optimal control. The framework demonstrates API connectivity to IQM's Garnet quantum processor (20-qubit superconducting device) and implements a workflow that constructs a high-fidelity ``digital twin'' using hardware-representative parameters. Using this simulation framework, I demonstrate that GRAPE-optimized pulses achieve a simulated gate error reduction of 77$\times$ compared to standard Gaussian pulses. The framework's reliability is ensured through a 864-test verification suite (74\% code coverage) and adherence to NASA JPL Power-of-10 safety-critical coding standards, establishing a new paradigm for trustworthy quantum control software. All results are from verified GRAPE optimizations with full provenance documentation.
- Abstract（参考訳）: ノイズの多い中間スケール量子 (NISQ) コンピュータにおけるゲートの忠実度は、デコヒーレンスと制御ノイズによって制約された実用的な量子計算に制限される主要なボトルネックのままである。
勾配上昇パルス工学(GRAPE)アルゴリズムのような量子最適制御(QOC)技術は、これらの効果を積極的に緩和するノイズロスパルスを設計するための強力なアプローチを提供する。
しかし、ほとんどのQOC実装は、物理量子ハードウェア固有のリアルタイムパラメータのドリフトを捕捉できない理想化されたシミュレーション環境で動作し、"sim-to-real" という重要なギャップを生み出している。
この研究で、私はQubitPulseOptを紹介します。QubitPulseOptはオープンソースの、厳格にテストされたPythonフレームワークです。
このフレームワークはIQMのGarnet量子プロセッサ(20量子ビット超伝導デバイス)へのAPI接続を実証し、ハードウェア表現パラメータを使って高忠実な‘デジタルツイン’を構築するワークフローを実装している。
このシミュレーションフレームワークを用いて、GRAPE最適化パルスが標準ガウスパルスと比較して77$\times$のシミュレーションゲート誤差を低減できることを実証する。
このフレームワークの信頼性は、864テストの検証スイート(74 %のコードカバレッジ)とNASA JPL Power-of-10の安全クリティカルコーディング標準への準拠によって保証され、信頼できる量子制御ソフトウェアのための新しいパラダイムが確立された。
すべての結果は、検証済みのGRAPE最適化と完全な証明ドキュメントから得られます。
関連論文リスト
- TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing [50.95799256262098]
量子機械学習のための新しいテンソルトレイン(TT)誘導ハイパーネットワークフレームワークであるHyper-VQCを紹介する。
我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに委譲し、量子ハードウェアから最適化を効果的に分離する。
これらの結果から、Hyper-VQCは、短期デバイス上での実用的な量子機械学習を促進するためのスケーラブルで耐雑音性のあるフレームワークとして位置づけられる。
論文 参考訳（メタデータ） (2025-08-01T23:37:55Z) - 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) - Fast Machine Learning for Quantum Control of Microwave Qudits on Edge Hardware [1.4029771773420519]
量子ハードウェアの設定を迅速に調整する極めて低遅延の系が最重要であり、忠実度はターゲットの量子状態と重なり合うものとして定義される。
そこで我々は,マイクロ波キャビティキューディットにおける選択数依存任意位相(SNAP)ゲート作成のための制御パルスパラメータを決定するために,機械学習(ML)モデルを用いる。
提案手法の有効性を実証し, 最適化されたモデルを用いて, 10～3ドル近い低ゲートトレース不完全性を達成し, プログラム可能な論理資源の効率的な利用を図った。
論文 参考訳（メタデータ） (2025-06-03T19:14:18Z) - Evaluating the performance of quantum processing units at large width and depth [0.40964539027092917]
線形ランプ量子近似最適化アルゴリズム(LR-QAOA)に基づくベンチマークプロトコルを提案する。
LR-QAOAは、回路深度が増加するにつれてコヒーレント信号を保存するQPUの能力を定量化し、ランダムサンプリングと統計的に区別できない性能になるかどうかを特定する。
このプロトコルを6つのベンダーの24の量子プロセッサに適用し、最大156の量子ビットと1Dチェーンにまたがる1万の層、ネイティブレイアウト、完全に接続されたトポロジの問題をテストします。
論文 参考訳（メタデータ） (2025-02-10T13:50:50Z) - Traversing Quantum Control Robustness Landscapes: A New Paradigm for Quantum Gate Engineering [0.0]
本稿では,制御パラメータを雑音感受性にマッピングする概念的フレームワークであるQuantum Control Robustness Landscape (QCRL)を紹介する。
QCRLのレベルセットをナビゲートすることで、ロバストネス不変パルス変動(RIPV)アルゴリズムは、ロバスト性を維持しながら制御パルスの変動を可能にする。
数値シミュレーションにより、我々の単一および2量子ビットゲートは、大きなノイズがあっても量子誤差補正しきい値を超えていることが示される。
論文 参考訳（メタデータ） (2024-12-27T05:56:38Z) - Neural network accelerator for quantum control [3.9756120456577007]
本研究では,最適なパルスパラメータを予測するための機械学習アルゴリズムを実演する。
このアルゴリズムは低リソースFPGAに適合し、175 nsのレイテンシで推論を行うのに十分軽量である。
長期的には、従来のコンピュータでは動作できない量子コンピューティングハードウェアの近くで、そのようなアクセラレータを使用できる。
論文 参考訳（メタデータ） (2022-08-04T13:23:53Z) - 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) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z) - Extending XACC for Quantum Optimal Control [70.19683407682642]
量子コンピューティングベンダーは、直接パルスレベルの量子制御のためのアプリケーションプログラミングをオープンにし始めている。
本稿では,XACCシステムレベルの量子古典ソフトウェアフレームワークの拡張について述べる。
この拡張により、デジタル量子回路表現を等価なパルスシーケンスに変換することができる。
論文 参考訳（メタデータ） (2020-06-04T13:13:55Z) - Enabling Pulse-level Programming, Compilation, and Execution in XACC [78.8942067357231]
ゲートモデル量子処理ユニット(QPU)は現在、クラウド上のベンダーから利用可能である。
物理ハードウェア上で低深度回路を実行するためのデジタル量子プログラミングアプローチが存在する。
ベンダーはこのパルスレベル制御システムを、特定のインターフェースを通じて一般公開し始めている。
論文 参考訳（メタデータ） (2020-03-26T15:08:32Z)
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。