論文の概要: Error-mitigation aware benchmarking strategy for quantum optimization problems

• arxiv url: http://arxiv.org/abs/2601.18680v1
• Date: Mon, 26 Jan 2026 16:55:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.95117
• Title: Error-mitigation aware benchmarking strategy for quantum optimization problems
• Title（参考訳）: 量子最適化問題に対する誤差緩和対応ベンチマーク戦略
• Authors: Marine Demarty, Bo Yang, Kenza Hammam, Pauline Besserve,
• Abstract要約: エントロピーベンチマークは有限ショット効果や量子エラーの緩和を考慮しない。 有限ショット統計とQEMによるリソースオーバーヘッドを明示的に組み込んだベンチマークフレームワークを開発した。 我々の枠組みは、推定エネルギーが既知の古典的上界と下界で定義された間隔内にあるという自信を通して量子的優位性を定量化する。
• 参考スコア（独自算出の注目度）: 3.026585988755882
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Assessing whether a noisy quantum device can potentially exhibit quantum advantage is essential for selecting practical quantum utility tasks that are not efficiently verifiable by classical means. For optimization, a prominent candidate for quantum advantage, entropy benchmarking provides insights based concomitantly on the specifics of the application and its implementation, as well as hardware noise. However, such an approach still does not account for finite-shot effects or for quantum error mitigation (QEM), a key near-term error suppression strategy that reduces estimation bias at the cost of increased sampling overhead. We address this limitation by developing a benchmarking framework that explicitly incorporates finite-shot statistics and the resource overhead induced by QEM. Our framework quantifies quantum advantage through the confidence that an estimated energy lies within an interval defined by the best-known classical upper and lower bounds. Using a proof-of-principle numerical study of the two-dimensional Fermi-Hubbard model at size $8\times8$, we demonstrate that the framework effectively identifies noise and shot-budget regimes in which the probabilistic error cancellation (PEC), a representative QEM method, is operationally advantageous, and potential quantum advantage is not hindered by finite-shot effects. Overall, our approach equips end-users with a framework based on lightweight numerics for assessing potential practical quantum advantage in optimization on near-future quantum hardware, in light of the allocated shot budget.
• Abstract（参考訳）: ノイズの多い量子デバイスが量子優位性を示す可能性があるかどうかを評価することは、古典的な方法で効率よく検証できない実用的な量子ユーティリティタスクを選択するために不可欠である。 量子優位性の有力な候補であるエントロピーベンチマークは、アプリケーションとその実装の詳細とハードウェアノイズに基づく洞察を提供する。 しかし、このようなアプローチは、サンプリングオーバーヘッドの増加による推定バイアスを低減する重要な短期的エラー抑制戦略である有限ショット効果や量子エラー緩和(QEM)を依然として考慮していない。 本稿では、有限ショット統計とQEMによるリソースオーバーヘッドを明示的に組み込んだベンチマークフレームワークを開発することにより、この制限に対処する。 我々の枠組みは、推定エネルギーが既知の古典的上界と下界で定義された間隔内にあるという自信を通して量子的優位性を定量化する。 本研究では,2次元Fermi-Hubbardモデルの大きさが8\times8$であることを示す数値的研究により,確率的誤差キャンセリング (PEC) が操作上有利であり,潜在的な量子優位性が有限ショット効果によって阻害されないことを示す。 全体として,提案手法は,提案した予算を考慮し,近未来の量子ハードウェア上での潜在的な実用的な量子優位性を評価するための,軽量な数値に基づくフレームワークをエンドユーザに提供する。

関連論文リスト

• 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)
• Classical Noise Inversion: A Practical and Optimal framework for Robust Quantum Applications [5.425954380993698]
  量子エラー軽減は、ノイズの多い量子プロセッサから信頼性の高い計算を抽出するための重要な技術である。 量子回路からのサンプリングの膨大なコストと、ゲート非依存ノイズのような非現実的な仮定に依存しているため、これは妨げられている。 ここでは、これらの決定的な制限を根本的に回避し、様々な量子アプリケーションに適したフレームワークであるClassical Noise Inversion (CNI)を紹介する。
  論文  参考訳（メタデータ） (2025-10-23T15:59:04Z)
• 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)
• 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)
• Noise-Aware Distributed Quantum Approximate Optimization Algorithm on Near-term Quantum Hardware [2.753858051267023]
  本稿では,短期量子ハードウェア上での動作に適した雑音対応分散量子近似最適化アルゴリズム(QAOA)を提案する。 我々は、現在のノイズ中間量子(NISQ)デバイスの限界に対処し、量子ビット数の制限と高いエラー率によって妨げられている。
  論文  参考訳（メタデータ） (2024-07-24T14:50:01Z)
• 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)
• 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)
• Policy Gradient based Quantum Approximate Optimization Algorithm [2.5614220901453333]
  本稿では,QAOAの変動パラメータをノイズキャンバス方式で最適化するために,政策段階に基づく強化学習アルゴリズムが適していることを示す。 単一および多ビット系における量子状態伝達問題に対するアルゴリズムの性能解析を行う。
  論文  参考訳（メタデータ） (2020-02-04T00:46:51Z)

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。