論文の概要: Multifractality Analysis of Single Qubit Quantum Circuit Outcomes for a Superconducting Quantum Computer

• arxiv url: http://arxiv.org/abs/2512.18491v1
• Date: Sat, 20 Dec 2025 20:03:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.363662
• Title: Multifractality Analysis of Single Qubit Quantum Circuit Outcomes for a Superconducting Quantum Computer
• Title（参考訳）: 超伝導量子コンピュータにおける単一量子回路出力のマルチフラクタリティ解析
• Authors: Mohammadreza Saghafi, Lamine Mili, Karlton Wirsing,
• Abstract要約: 我々は,IBM超伝導量子コンピュータ上で単一量子ビット量子回路を繰り返し実行することによって得られる時系列データのマルチフラクタル解析を行う。 この結果は、量子回路出力に固有の時間変動は純粋にランダムではなく、複数の時間スケールで複雑なスケーリング特性を示すことを示している。
• 参考スコア（独自算出の注目度）: 2.893006778402251
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a multifractal analysis of time series data obtained by repeatedly running a single-qubit quantum circuit on IBM superconducting quantum computers, in which the measurement outcomes are recorded as the number of zeros. By applying advanced signal processing techniques, including the wavelet leader method and multifractal detrended fluctuation analysis, we uncover strong multifractal behavior in the output data. This finding indicates that the temporal fluctuations inherent to quantum circuit outputs are not purely random but exhibit complex scaling properties across multiple time scales. The multifractal nature of the signal suggests the possibility of tailoring filtering strategies that specifically target these scaling features to effectively mitigate noise in quantum computations. Our results not only contribute to a deeper understanding of the dynamical properties of quantum systems under repeated measurement but also provide a promising avenue for improving noise reduction techniques in near-term quantum devices.
• Abstract（参考訳）: 我々は,IBM超伝導量子コンピュータ上で1量子ビット量子回路を繰り返し実行して得られた時系列データのマルチフラクタル解析を行い,測定結果をゼロ数として記録する。 ウェーブレットリーダ法やマルチフラクタル遅延変動解析などの高度な信号処理技術を適用して,出力データに強いマルチフラクタル挙動を明らかにする。 この結果は、量子回路出力に固有の時間変動は純粋にランダムではなく、複数の時間スケールで複雑なスケーリング特性を示すことを示している。 信号のマルチフラクタル的性質は、量子計算におけるノイズを効果的に軽減するために、これらのスケーリング特徴を特にターゲットとしたフィルタリング戦略を調整できることを示唆している。 この結果は, 繰り返し測定による量子系の力学特性のより深い理解に寄与するだけでなく, 短期量子デバイスにおけるノイズ低減技術の改善にも寄与する。

関連論文リスト

• Quantum advantage from effective $200$-qubit holographic random circuit sampling [0.0]
  本稿では,サンプリング複雑性を大幅に高めるホログラフィックランダム回路サンプリングアルゴリズムを提案する。 我々は,最大200キュービットの有効サンプリングを実演し,クロスエントロピーベンチマークの忠実度を0.0593$とした。
  論文  参考訳（メタデータ） (2025-11-07T17:09:30Z)
• Quantum process tomography of a compressed time evolution circuit on superconducting quantum processors [0.0]
  我々は、IBM量子プロセッサのノイズチャネルを特徴付けるために、最先端の量子プロセストモグラフィー(QPT)技術を採用している。 圧縮された回路は、より大きな固有値変調を系統的に生成し、より優れたノイズ耐性を示す。
  論文  参考訳（メタデータ） (2025-09-29T18:00:51Z)
• Digitized counterdiabatic quantum critical dynamics [32.73124984242397]
  ディジタル化された反断熱量子プロトコルが高速クエンチ時に生じる位相欠陥の数を減らすことを実験的に実証した。 我々は、最大156量子ビットの超伝導クラウドベースの量子プロセッサを利用する。
  論文  参考訳（メタデータ） (2025-02-20T23:43:04Z)
• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
  量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。 そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Multi-time quantum process tomography on a superconducting qubit [0.0]
  現在の量子技術は有用になりつつありますが、ノイズのような恐ろしい障害に直面しています。 ノイズは量子デバイスをスケールする能力を大幅に制限し、従来のデバイスよりも有利になる。
  論文  参考訳（メタデータ） (2023-08-01T18:00:02Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
  最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。 我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。 動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
  論文  参考訳（メタデータ） (2021-02-08T14:55:44Z)
• Quantum process tomography with unsupervised learning and tensor networks [0.0]
  本稿では,量子プロセストモグラフィーを行う新しい手法を提案する。 チャネルのテンソルネットワーク表現と、教師なし機械学習にインスパイアされたデータ駆動最適化を組み合わせる。 私たちの結果は最先端以上のもので、現在の量子コンピュータと短期量子コンピュータで量子回路をベンチマークするための実用的でタイムリーなツールを提供しています。
  論文  参考訳（メタデータ） (2020-06-03T17:54:23Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)

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。