論文の概要: Noise tailoring for error mitigation and for diagnozing digital quantum computers
- arxiv url: http://arxiv.org/abs/2601.04830v1
- Date: Thu, 08 Jan 2026 11:09:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-09 17:01:53.174247
- Title: Noise tailoring for error mitigation and for diagnozing digital quantum computers
- Title（参考訳）: 誤り低減のためのノイズ調整とデジタル量子コンピュータの診断
- Authors: Thibault Scoquart, Hugo Perrin, Kyrylo Snizhko,
- Abstract要約: ノイズテーラーリング(NT) - 統計的サンプリングにより、2量子ゲートに関連するノイズの構造を変更するために設計された革新的な戦略。
プロトコルの動作の古典的エミュレーションを行い、NT+EMの結果はEM単独の結果の最大5倍の精度が得られることを示した。
本稿では,ハードウェア開発を通知するために,量子コンピュータ上でそのようなエラーソースを特徴付けるNT手法を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Error mitigation (EM) methods are crucial for obtaining reliable results in the realm of noisy intermediate-scale quantum (NISQ) computers, where noise significantly impacts output accuracy. Some EM protocols are particularly efficient for specific types of noise. Yet the noise in the actual hardware may not align with that. In this article, we introduce Noise Tailoring (NT) -- an innovative strategy designed to modify the structure of the noise associated with two-qubit gates through statistical sampling. We perform classical emulation of the protocol behavior and find that the NT+EM results can be up to 5 times more accurate than the results of EM alone for realistic Pauli noise acting on two-qubit gates. At the same time, on actual IBM quantum computers, the NT method falls victim to various small error sources beyond Markovian Pauli noise. We propose to use the NT method for characterizing such error sources on quantum computers in order to inform hardware development.
- Abstract（参考訳）: ノイズが出力精度に大きく影響を与える、ノイズの多い中規模量子コンピュータ(NISQ)の領域において、エラー緩和(EM)法は信頼性の高い結果を得るために重要である。
いくつかのEMプロトコルは、特定の種類のノイズに対して特に効率的である。
しかし、実際のハードウェアのノイズはそれと一致しないかもしれない。
本稿では,2量子ゲートに付随する雑音の構造を統計的サンプリングにより修正する革新的な手法であるノイズテーラーリング(NT)を紹介する。
プロトコルの動作の古典的エミュレーションを行い、2ビットゲートに作用する現実的なパウリ雑音に対して、NT+EM結果がEM単独の結果の最大5倍の精度が得られることを示した。
同時に、実際のIBM量子コンピュータでは、NT法はマルコヴィアン・パウリノイズ以外の様々な小さな誤差源の犠牲となる。
本稿では,ハードウェア開発を通知するために,量子コンピュータ上でそのようなエラーソースを特徴付けるNT手法を提案する。
関連論文リスト
- Quantum Benchmarking of High-Fidelity Noise-Biased Operations on a Detuned-Kerr-Cat Qubit [1.4812736095876513]
我々は、スケーラブルなノイズバイアス量子ビット(detuned Kerr-cat qubit)のための量子制御ツールボックスを開発した。
ゲートセットトモグラフィーと二面ランダム化ベンチマークを用いて,これらの動作の雑音構造を系統的に解析する。
以上の結果から,ビットフリップ時間と位相フリップ時間のみから推定される動作騒音バイアスの重大な過大評価が得られた。
論文 参考訳（メタデータ） (2024-11-07T05:34:18Z) - 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) - Adaptive quantum error mitigation using pulse-based inverse evolutions [0.0]
本稿では,ターゲット装置の雑音レベルに適応する適応KIKというQEM手法を提案する。
この手法の実装は実験的にシンプルであり、トモグラフィ情報や機械学習の段階は含まない。
我々は、IBM量子コンピュータと数値シミュレーションを用いて、我々の研究結果を実証した。
論文 参考訳（メタデータ） (2023-03-09T02:50:53Z) - Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and
Cycle Benchmarking [50.8020641352841]
量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。
プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。
また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
論文 参考訳（メタデータ） (2022-01-08T23:12:55Z) - Efficient Noise Mitigation Technique for Quantum Computing [0.4306143768014157]
本稿では,雑音量子デバイスの平均出力を効率的に推定する新しいプロトコルを提案する。
4つのIBM Q 5量子ビット量子デバイス上で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） (2021-09-10T23:23:03Z) - Achieving fault tolerance against amplitude-damping noise [1.7289359743609742]
我々は,振幅減衰雑音の存在下で,フォールトトレラントな量子コンピューティングコンポーネントのプロトコルを開発する。
フォールトトレラントなエンコードガジェットの集合を記述し、ノイズの擬似閾値を計算する。
我々の研究は、量子フォールトトレランスのアイデアをターゲット雑音モデルに適用する可能性を実証している。
論文 参考訳（メタデータ） (2021-07-12T14:59:54Z) - Efficient and robust certification of genuine multipartite entanglement
in noisy quantum error correction circuits [58.720142291102135]
実効多部絡み(GME)認証のための条件付き目撃手法を導入する。
線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。
本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
論文 参考訳（メタデータ） (2020-10-06T18:00:07Z) - A deep learning model for noise prediction on near-term quantum devices [137.6408511310322]
我々は、量子デバイスからの実験データに基づいて畳み込みニューラルネットワークをトレーニングし、ハードウェア固有のノイズモデルを学ぶ。
コンパイラはトレーニングされたネットワークをノイズ予測器として使用し、期待されるノイズを最小限に抑えるために回路にゲートのシーケンスを挿入する。
論文 参考訳（メタデータ） (2020-05-21T17:47:29Z)
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。