論文の概要: Learning Mid-circuit Measurement Backaction from Three Repeated Measurements
- arxiv url: http://arxiv.org/abs/2606.00433v1
- Date: Fri, 29 May 2026 23:47:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:28.405476
- Title: Learning Mid-circuit Measurement Backaction from Three Repeated Measurements
- Title（参考訳）: 3つの繰り返し測定から中間回路計測のバックアクションを学習する
- Abstract要約: 単一量子ビットZ回転MCM機器を学習するための自己整合プロトコルを提案する。
この学習機器は従来の混乱行列モデルよりも$sim100times$でパウリ観測可能な予測を改善する。
提案プロトコルは,SPAM誤り分離,リセット最適化,ノイズ対応量子誤り訂正のためのコンパクトな特徴層を提供する。
- 参考スコア（独自算出の注目度）: 1.3575182628079572
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Accurate modeling of mid-circuit measurements (MCMs) is essential for dynamic-circuit operations such as syndrome extraction, measurement-based reset, and the separation of state-preparation and measurement (SPAM) error. Unlike terminal measurement, a noisy MCM both produces a classical outcome and alters the incoming quantum state, thereby influencing subsequent circuit operations. This makes conventional confusion-matrix or fidelity-level characterization insufficient. Here we introduce an efficient, self-consistent protocol for learning a single-qubit Z-twirled MCM instrument, retaining the readout-backaction correlations and excitation-decay asymmetry that are erased in Pauli-error descriptions. Remarkably, readout bit strings from only three repeated MCMs on a maximally mixed input determine all learnable parameters of the reduced instrument, up to a single unidentifiable gauge degree of freedom. Physicality constraints convert this non-identifiability into narrow, gauge-aware error intervals. Implemented on IBM superconducting processors, the learned instrument improves Pauli-observable prediction by ${\sim}100\times$ over a conventional confusion-matrix model and reveals a $T_1$-decay dominated backaction. Our protocol provides a compact characterization layer for SPAM error separation, reset optimization, and noise-aware quantum error correction.
- Abstract（参考訳）: MCMの正確なモデリングは、症候群抽出、測定に基づくリセット、状態準備・測定(SPAM)誤差の分離などの動的循環操作に不可欠である。
終端測定とは異なり、ノイズMCMはどちらも古典的な結果を生成し、入ってくる量子状態を変化させ、その後の回路動作に影響を与える。
これにより、従来の混乱行列や忠実度レベルの特徴づけが不十分になる。
ここでは、単一量子ビットZ回転MCM機器を学習するための効率的な自己整合性プロトコルを導入し、パウリ・エラー記述で消去される読み出し-バックアクション相関と励起-デカイ非対称性を維持する。
注目すべきは、最大混合入力における3つの繰り返しMCMのみからの読み出しビット文字列が、縮小された機器のすべての学習可能なパラメータを1つの未同定ゲージ自由度まで決定することである。
物理的制約は、この非識別性を狭義のゲージ対応誤差区間に変換する。
IBMの超伝導プロセッサに実装されたこの学習機器は、従来の混乱行列モデルよりも${\sim}100\times$でパウリ観測可能な予測を改善し、T_1$-decay支配のバックアクションを明らかにする。
提案プロトコルは,SPAM誤り分離,リセット最適化,ノイズ対応量子誤り訂正のためのコンパクトな特徴層を提供する。
関連論文リスト
- Detailed, interpretable characterization of mid-circuit measurement on a transmon qubit [0.0]
中間回路計測(MCM)は、量子誤り訂正プロトコルの重要な構成要素である。
我々は、以前はノイズの多い量子ゲートを解釈するために用いられていたエラー生成の形式に適応し、それらのエラープロセスを物理的に意味のある「要素的エラー」の和に分解する。
これらの誤差の大きさが読み出しパルス振幅とどのように異なるのかを詳細に検討し、理論によって予測される分散読み出しの鍵となる特徴を復元し、これらの特徴がわずか数パラメータの縮小モデルを用いてパロニカルにモデル化可能であることを示す。
論文 参考訳（メタデータ） (2026-02-03T19:00:28Z) - Efficient Measurement Error Mitigation with Subsystem-Balanced Pauli Twirling [3.0919095220959996]
モデルフリー測定誤差軽減(MEM)は、信頼性の高い量子計算を実現する上で不可欠である。
本稿では,サブシステムにおけるパウリ演算子バランスを強制し,測定ノイズを選択的に抑制するサブシステムバランス付きパウリツイリング(SB-PT)を提案する。
この研究は、短期量子デバイスにおける高忠実度測定への資源フルーガルで実験的に実現可能な経路を提供する。
論文 参考訳（メタデータ） (2025-09-22T00:39:32Z) - Drift-resilient mid-circuit measurement and state preparation error mitigation for dynamic circuits [0.0]
動的回路は純粋に単体回路よりも大幅に優れる。
現在のソリューションは、時相ノイズドリフトに弱い読み出しノイズの特性に依存している。
繰り返し測定においてパリティに基づく雑音増幅を導入する。
そこで我々は, ドリフト抵抗性プロトコルを実験的に実証し, 準備, 中間回路, 測定誤差の低減について検討した。
論文 参考訳（メタデータ） (2025-06-12T20:22:09Z) - Noise-resilient Edge Modes on a Chain of Superconducting Qubits [103.93329374521808]
量子系の遺伝対称性は、それ以外は脆弱な状態を保護することができる。
非局所マヨラナエッジモード(MEM)を$mathbbZ$パリティ対称性で表す一次元キックドイジングモデルを実装した。
MEMは、予熱機構により特定の対称性を破るノイズに対して弾力性があることが判明した。
論文 参考訳（メタデータ） (2022-04-24T22:34:15Z) - Mixed Precision Low-bit Quantization of Neural Network Language Models
for Speech Recognition [67.95996816744251]
長期間のメモリリカレントニューラルネットワーク(LSTM-RNN)とトランスフォーマーで表される最先端言語モデル(LM)は、実用アプリケーションではますます複雑で高価なものになりつつある。
現在の量子化法は、均一な精度に基づいており、量子化誤差に対するLMの異なる部分での様々な性能感度を考慮できない。
本稿では,新しい混合精度ニューラルネットワークLM量子化法を提案する。
論文 参考訳（メタデータ） (2021-11-29T12:24:02Z) - Machine Learning for Continuous Quantum Error Correction on
Superconducting Qubits [1.8249709209063887]
連続的な量子誤差補正は離散的な量子誤差補正に対して一定の利点があることがわかった。
本稿では,繰り返しニューラルネットワークを用いた連続量子誤り訂正のための機械学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-10-20T05:13:37Z) - 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) - Fault-tolerant parity readout on a shuttling-based trapped-ion quantum
computer [64.47265213752996]
耐故障性ウェイト4パリティチェック測定方式を実験的に実証した。
フラグ条件パリティ測定の単発忠実度は93.2(2)%である。
このスキームは、安定化器量子誤り訂正プロトコルの幅広いクラスにおいて必須な構成要素である。
論文 参考訳（メタデータ） (2021-07-13T20:08:04Z) - Error mitigation via stabilizer measurement emulation [0.0]
量子計測エミュレーション(QQME)を導入し、実証する。
QQMEはゲート応用による安定化作用素の測定を効果的にエミュレートし、コヒーレントエラーに対する1次不感度をもたらす。
特にDDに対処することが難しい離散コヒーレントエラーには適しています。
論文 参考訳（メタデータ） (2021-02-10T22:58:09Z) - 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) - Scalable quantum processor noise characterization [57.57666052437813]
累積展開に基づく多ビットデバイスに対する近似的MCMを構築するためのスケーラブルな方法を提案する。
また,本手法は,様々な種類の相関誤差を特徴付けるためにも利用できる。
論文 参考訳（メタデータ） (2020-06-02T17:39:42Z)
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。