論文の概要: Scalable linearized gate set tomography

• arxiv url: http://arxiv.org/abs/2605.11158v1
• Date: Mon, 11 May 2026 19:06:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.376758
• Title: Scalable linearized gate set tomography
• Title（参考訳）: 拡張性線形化ゲートセットトモグラフィ
• Authors: Ashe Miller, Corey Ostrove, Jordan Hines, Noah Siekierski, Kevin Young, Robin Blume-Kohout, Timothy Proctor,
• Abstract要約: 線形化ゲートセットトモグラフィーはスパース誤差モデル、効率的なデータフィッティングを可能にする線形近似、浅い回路からのデータに依存している。 我々は,コヒーレントなクロストークを含むコヒーレントな誤差を持つ10ビット系のシミュレーションを用いて,本手法の精度を示す。
• 参考スコア（独自算出の注目度）: 1.954453462818087
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Characterizing errors on many-qubit quantum computers remains a key challenge to understanding and improving the performance of these devices. Current characterization methods either don't scale beyond a few qubits, or make simplifying assumptions (such as assuming stochastic Pauli error) that obscure the underlying physical error mechanisms. In this work, we present a scalable extension to gate set tomography-linearized gate set tomography-that enables characterization of many-qubit systems. Linearized gate set tomography relies on sparse error models, a linear approximation to enable efficient data fitting, and data from shallow circuits-so that the systematic error in the linear approximation is small. We demonstrate the accuracy of our technique using simulations of a ten-qubit system with coherent and stochastic errors, including coherent crosstalk, and we demonstrate that it is robust in presence of additional errors that are not included within the sparse error model ansatz.
• Abstract（参考訳）: 多くの量子コンピュータ上でエラーを特徴づけることは、これらのデバイスの性能を理解し改善する上で重要な課題である。 現在のキャラクタリゼーション法は、数量子ビットを超えてスケールしないか、または基礎となる物理的エラー機構を曖昧にする仮定(確率的パウリ誤差を仮定するなど)を単純化する。 本研究では,多ビット系のキャラクタリゼーションを実現するために,ゲートセットトモグラフィーを線形化したゲートセットトモグラフィーのスケーラブルな拡張を提案する。 線形化ゲートセットトモグラフィーはスパース誤差モデル、効率的なデータフィッティングを可能にする線形近似、浅い回路からのデータを頼りにしており、線形近似の体系的誤差は小さい。 我々は,コヒーレントなクロストークを含むコヒーレントな確率的誤差を持つ10量子ビット系のシミュレーションを用いて,本手法の精度を実証し,スパース誤差モデルアンサッツに含まれない追加誤差の存在下では堅牢であることを示す。

関連論文リスト

• Note on simple and consistent gateset characterization including calibration and decoherence errors [0.0]
  高忠実度量子コンピュータを構築するには、ゲートエラーのキャラクタリゼーションに効率的な方法が必要である。 モデルゲートセットにおけるデコヒーレンスに対応するパラメータを決定する方法を提案する。
  論文  参考訳（メタデータ） (2024-02-27T18:01:18Z)
• Witnessing entanglement in trapped-ion quantum error correction under realistic noise [41.94295877935867]
  量子誤り補正(Quantum Error Correction, QEC)は、論理情報を複数の物理量子ビットに符号化することで冗長性を利用する。 トラップイオンプラットフォームで使用される2量子光シフトゲートの平均ゲート不忠実度を推定するために,詳細な顕微鏡誤差モデルを提案する。 次に、この現実的な誤差モデルを適用し、QECビルディングブロックとして機能する回路によって生成されるマルチパーティントの絡み合いを定量化する。
  論文  参考訳（メタデータ） (2022-12-14T20:00:36Z)
• Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
  我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。 我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。 製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-06-23T14:16:30Z)
• Efficient diagnostics for quantum error correction [0.0]
  パウリの誤り再構成に基づくスケーラブルな実験手法を提案する。 数値的エビデンスにより, 種々の誤差モデルに対する標準誤差測定値に基づいて, 予測精度が有意に向上したことを示す。
  論文  参考訳（メタデータ） (2021-08-24T16:28:29Z)
• Performance of teleportation-based error correction circuits for bosonic codes with noisy measurements [58.720142291102135]
  テレポーテーションに基づく誤り訂正回路を用いて、回転対称符号の誤り訂正能力を解析する。 マイクロ波光学における現在達成可能な測定効率により, ボソニック回転符号の破壊ポテンシャルは著しく低下することが判明した。
  論文  参考訳（メタデータ） (2021-08-02T16:12:13Z)

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。