論文の概要: Adaptive Fidelity Estimation for Quantum Programs with Graph-Guided Noise Awareness

• arxiv url: http://arxiv.org/abs/2601.14713v1
• Date: Wed, 21 Jan 2026 07:04:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.269956
• Title: Adaptive Fidelity Estimation for Quantum Programs with Graph-Guided Noise Awareness
• Title（参考訳）: グラフ誘導雑音認識による量子プログラムの適応忠実度推定
• Authors: Tingting Li, Ziming Zhao, Jianwei Yin,
• Abstract要約: QuFidは適応的でノイズ対応のフレームワークで、オンラインで測定予算を決定する。 固定ショットや学習ベースラインと比較して,QuFidは測定コストを大幅に削減することを示す。
• 参考スコア（独自算出の注目度）: 30.900274564864223
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fidelity estimation is a critical yet resource-intensive step in testing quantum programs on noisy intermediate-scale quantum (NISQ) devices, where the required number of measurements is difficult to predefine due to hardware noise, device heterogeneity, and transpilation-induced circuit transformations. We present QuFid, an adaptive and noise-aware framework that determines measurement budgets online by leveraging circuit structure and runtime statistical feedback. QuFid models a quantum program as a directed acyclic graph (DAG) and employs a control-flow-aware random walk to characterize noise propagation along gate dependencies. Backend-specific effects are captured via transpilation-induced structural deformation metrics, which are integrated into the random-walk formulation to induce a noise-propagation operator. Circuit complexity is then quantified through the spectral characteristics of this operator, providing a principled and lightweight basis for adaptive measurement planning. Experiments on 18 quantum benchmarks executed on IBM Quantum backends show that QuFid significantly reduces measurement cost compared to fixed-shot and learning-based baselines, while consistently maintaining acceptable fidelity bias.
• Abstract（参考訳）: ファイダリティ推定は、ハードウェアノイズ、デバイスの不均一性、およびトランスパイレーションによって引き起こされる回路変換により、要求される測定回数の事前定義が困難である、ノイズの多い中間スケール量子(NISQ)デバイス上での量子プログラムのテストにおいて、重要かつリソース集約的なステップである。 我々は、回路構造と実行時統計的フィードバックを活用して、オンラインの計測予算を決定する適応型雑音認識フレームワークQuFidを提案する。 QuFidは、有向非巡回グラフ(DAG)として量子プログラムをモデル化し、制御フロー対応のランダムウォークを用いて、ゲート依存性に沿ったノイズ伝搬を特徴付ける。 バックエンド固有の効果は、トランスパイレーションによって引き起こされる構造的変形メトリクスによって捉えられ、ランダムウォークの定式化に統合され、ノイズ伝搬演算子を誘導する。 回路複雑性は、この演算子のスペクトル特性によって定量化され、適応的な測定計画のための原理的かつ軽量な基礎を提供する。 IBM Quantumバックエンド上で実行される18の量子ベンチマークの実験では、QuFidは固定ショットや学習ベースのベースラインと比較して測定コストを大幅に削減すると同時に、許容される忠実度バイアスを一貫して維持している。

関連論文リスト

• Quantum Circuit-Based Adaptation for Credit Risk Analysis [27.308408027453012]
  NISQ(Noisy and Intermediate-Scale Quantum)は、ノイズに敏感で、量子デコヒーレンスの傾向があり、フォールトトレラント量子計算のための連続的な量子エラー補正がまだできないプロセッサである。 超伝導量子処理ユニット上のハードウェア対応変分量子回路が、特定のユースケースのCredit Risk Analysisに関係のある分布をモデル化する方法を実験的に検討した。
  論文  参考訳（メタデータ） (2026-01-11T11:17:37Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• Variational noise mitigation in quantum circuits: the case of Quantum Fourier Transform [35.18016233072556]
  我々は、コヒーレントノイズと非コヒーレントノイズの両方の下で、2つの量子ビットの数値シミュレーションを行う。 この結果から, 連続雑音に支配されるシナリオにおいて, 変動回路は高い忠実度でQFTを再現できることがわかった。 このことは、小規模から中規模の量子システムに対する効果的なエラー軽減戦略としてのアプローチの可能性を示している。
  論文  参考訳（メタデータ） (2025-11-07T14:35:55Z)
• Dynamic Estimation Loss Control in Variational Quantum Sensing via Online Conformal Inference [39.72602887300498]
  現在の変分量子センシング法は厳密な性能保証を欠いている。 本稿では,パラメータの変動を動的に更新するオンラインVQS制御フレームワークを提案する。 量子磁気学タスクの実験では、提案された動的VQSアプローチが、正確な推定をしながら、時間とともに必要な信頼性を維持していることを確認した。
  論文  参考訳（メタデータ） (2025-05-29T12:19:07Z)
• Provably Robust Training of Quantum Circuit Classifiers Against Parameter Noise [49.97673761305336]
  ノイズは、信頼できる量子アルゴリズムを達成するための大きな障害である。 本稿では,パラメータ化量子回路分類器のロバスト性を高めるための雑音耐性学習理論とアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-05-24T02:51:34Z)
• Q-fid: Quantum Circuit Fidelity Improvement with LSTM Networks [0.6062751776009752]
  量子回路(QC)の忠実性は、ハードウェア特性、キャリブレーション状態、トランスパイルプロセスなど、いくつかの要因の影響を受けている。 Q-fidは、Long Short-Term Memory (LSTM)ベースの忠実度予測システムであり、量子回路の忠実度を定量化するために設計された新しいメートル法を伴っている。 Q-fidは平均RMSE 0.0515で高い予測精度を達成し、Qiskitトランスパイルツールのマポマティックよりも24.7倍正確である。
  論文  参考訳（メタデータ） (2023-03-30T16:44:12Z)
• Benchmarking universal quantum gates via channel spectrum [0.0]
  ノイズは、スケーラブルな量子計算の主要な障害である。 本稿では,そのノイズチャネルの固有値から,プロセスの忠実度,忠実度,およびいくつかのユニタリパラメータを含むターゲットゲートの雑音特性を推定する手法を提案する。 提案手法は, 状態条件や測定誤差に敏感であり, ユニバーサルゲートのベンチマークが可能であり, マルチキュービットシステムにスケーラブルである。
  論文  参考訳（メタデータ） (2023-01-05T13:18:19Z)
• Error Mitigation-Aided Optimization of Parameterized Quantum Circuits: Convergence Analysis [42.275148861039895]
  変分量子アルゴリズム(VQA)は、ノイズプロセッサを介して量子アドバンテージを得るための最も有望な経路を提供する。 不完全性とデコヒーレンスによるゲートノイズは、バイアスを導入して勾配推定に影響を与える。 QEM(Quantum error mitigation)技術は、キュービット数の増加を必要とせずに、推定バイアスを低減することができる。 QEMは必要な反復回数を減らすことができるが、量子ノイズレベルが十分に小さい限りである。
  論文  参考訳（メタデータ） (2022-09-23T10:48:04Z)
• 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)

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。