論文の概要: Quantum hardware noise learning via differentiable Kraus representation on tensor networks

• arxiv url: http://arxiv.org/abs/2604.20804v1
• Date: Wed, 22 Apr 2026 17:35:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:11.260755
• Title: Quantum hardware noise learning via differentiable Kraus representation on tensor networks
• Title（参考訳）: テンソルネットワーク上での微分可能なクラウス表現による量子ハードウェアノイズ学習
• Authors: Ryo Sakai, Yu Yamashiro,
• Abstract要約: 単一デバイス実験の計測分布から量子ハードウェアノイズを学習する手法を提案する。 独立チャネルは、各ネイティブゲートタイプ、最も近い隣り合うクロストークインタラクション、および状態準備と測定にアタッチされる。 ibm_fezでは、リップルキャリー加算回路のトレーニングがデバイス出力分布を再現し、再トレーニングせずに適用された同じ学習パラメータが無関係な乗算回路のデバイス分布を追跡する。
• 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: We present a method for learning quantum hardware noise from a measurement distribution of a single device experiment. Each noise channel is represented by automatically differentiable Kraus operators obtained from a Stinespring-based parameterization that is completely positive and trace preserving by construction, and circuits are simulated with a matrix product density operator forward model. Independent channels are attached to each native gate type, to each nearest-neighbor crosstalk interaction, and to state preparation and measurement, and all channels are optimized end-to-end against a distance between the simulated and observed measurement distributions. On ibm_fez, a Heron-generation superconducting processor, training on a ripple-carry adder circuit reproduces the device output distribution, and the same learned parameters, applied without retraining, also track the device distribution of an unrelated multiplier circuit, indicating that the method captures intrinsic device characteristics rather than overfitting to the training circuit. A systematic evaluation across a range of benchmark circuits confirms that this generalization is consistent. We further use the learned model to perform an offline feasibility assessment of the quantum approximate optimization algorithm with an error detection scheme, demonstrating the kind of noise-aware prediction the framework is designed to enable.
• Abstract（参考訳）: 単一デバイス実験の計測分布から量子ハードウェアノイズを学習する手法を提案する。 各ノイズチャネルは、Stinespringベースのパラメータ化から得られる自動的に微分可能なクラウス演算子によって表現され、構成により完全に正かつトレース保存され、回路は行列積密度演算子フォワードモデルでシミュレートされる。 独立チャネルは、各ネイティブゲートタイプ、最も近い隣り合うクロストーク相互作用、および状態の調製と測定にアタッチされ、全てのチャネルは、シミュレーションと観測された測定分布間の距離に対して、エンドツーエンドに最適化される。 ヘロン世代の超伝導プロセッサであるibm_fezでは、リップルキャリー加算回路上でのトレーニングにより、デバイス出力分布を再現し、再トレーニングせずに適用された同じ学習パラメータも、無関係の乗算回路のデバイス分布を追跡し、トレーニング回路に過度に適合するのではなく、固有デバイス特性をキャプチャすることを示す。 一連のベンチマーク回路の体系的な評価は、この一般化が一貫したものであることを証明している。 さらに、学習モデルを用いて、誤差検出方式を用いて量子近似最適化アルゴリズムのオフライン実現可能性評価を行い、そのフレームワークが実現しようとするノイズ認識予測の種類を実証する。

関連論文リスト

• Weights to Code: Extracting Interpretable Algorithms from the Discrete Transformer [65.38883376379812]
  本稿では,連続表現と離散記号論理のギャップを埋めるアーキテクチャである離散変換器を提案する。 実証的には、Discrete TransformerはRNNベースのベースラインに匹敵するパフォーマンスを達成するだけでなく、連続的な変数ドメインへの解釈可能性を大幅に拡張する。
  論文  参考訳（メタデータ） (2026-01-09T12:49:41Z)
• Design and Optimization of Adaptive Diversity Schemes in Quantum MIMO Channels [45.812053169933705]
  本研究では、送信機における普遍的非対称クローニングと受信機における確率的浄化に基づく離散変数QuMIMOシステムの適応的多様性戦略について検討する。 その結果,提案手法はクロストークに支配された設定において有意な忠実性向上をもたらし,チャネル対称性やチャネル条件に自動的に適応することがわかった。 この研究は、将来のQuMIMOシステムの設計ガイドラインを提供し、より高度な伝送および復号戦略のための堅牢なベースラインを確立する。
  論文  参考訳（メタデータ） (2025-11-19T15:58:10Z)
• Fast simulations of continuous-variable circuits using the coherent state decomposition [0.0]
  連続可変量子回路シミュレーションのためのオープンソースのPythonライブラリであるttexttlcg_plusを提案する。 我々の枠組みはガウス的方法論と任意の非ガウス的状態のコヒーレントな状態分解との線形結合を融合する。 フォールトトレラントなフォトニック量子コンピュータを構築する上で重要な要素であるクンノート状態の生成を最適化することで,この手法の有用性を実証する。
  論文  参考訳（メタデータ） (2025-08-08T09:44:58Z)
• Quantum Benchmarking via Random Dynamical Quantum Maps [3.5297361401370044]
  普遍量子コンピュータのためのベンチマークプロトコルを提案する。 このプロトコルはシステム全体のエラー率の総合評価を提供する。 我々はIBM Quantumが提供する最先端のトランスモン量子ビットにプロトコルを実装した。
  論文  参考訳（メタデータ） (2024-04-29T16:37:11Z)
• Learning to rank quantum circuits for hardware-optimized performance enhancement [0.0]
  本稿では,論理的に等価な量子回路をランク付けするための機械学習に基づく手法を実験的に導入し,実験を行った。 提案手法をランダムなレイアウト選択とMapomaticと呼ばれる一般公開ベースラインの2つの一般的なアプローチと比較する。 我々の最良のモデルでは、ベースラインアプローチと比較して選択誤差が1.8タイムズ$減少し、ランダム選択と比較して3.2タイムズ$減少する。
  論文  参考訳（メタデータ） (2024-04-09T18:00:01Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• Characterizing the Reproducibility of Noisy Quantum Circuits [0.40611352512781856]
  デバイス特性は、量子回路の観測された可変性に解析的拘束力を与えることを示す。 超伝導トランスモンプロセッサ上で実行される単一量子ビットテスト回路のアンサンブルを用いて、高い特性の読み出しとゲートエラー率で検証する。
  論文  参考訳（メタデータ） (2022-04-01T05:23:50Z)
• Learning from Heterogeneous EEG Signals with Differentiable Channel Reordering [51.633889765162685]
  CHARMは、一貫性のない入力チャネルをまたいだ単一のニューラルネットワークのトレーニング方法である。 我々は4つの脳波分類データセットの実験を行い、CHARMの有効性を実証した。
  論文  参考訳（メタデータ） (2020-10-21T12:32:34Z)
• 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)

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。