論文の概要: QPU-scale randomized benchmarking via Bell-pair injection
- arxiv url: http://arxiv.org/abs/2606.20123v1
- Date: Thu, 18 Jun 2026 11:47:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.830452
- Title: QPU-scale randomized benchmarking via Bell-pair injection
- Title（参考訳）: ベルペアインジェクションによるQPUスケールランダム化ベンチマーク
- Authors: Haripriya Pettugani, María Aguado-Yáñez, Astryd Park, Daniel Bultrini, James R. Wootton,
- Abstract要約: Mirror Quantum Awesomeness (MQA)は、MRB回路に構造化エンタング層を追加するハイブリッドプロトコルである。
トポロジカルMQAは、表面符号復号問題に基づくデコーダを介して第2の臨界深度を提供する。
どちらもシミュレーションで検証され、156ビットの textttibm_fez と textttibm_kingston プロセッサで実証される。
- 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: Mirror randomized benchmarking (MRB) is an established technique that provides a global error metric at the scale of a whole QPU. To expand upon this we introduce Mirror Quantum Awesomeness (MQA), a hybrid protocol that adds a structured entangling layer to MRB circuits. This enables per-edge correlation dynamics to be tracked via mutual information while preserving the MRB infidelity estimate. The resulting analysis of the injected entangled pairs locates a critical circuit depth, beyond which rudimentary error mitigation techniques can be expected to fail. A topological variant, Topological MQA, supplies a second critical depth via a decoder based on the surface-code decoding problem. Both are validated in simulation and demonstrated on the 156-qubit \texttt{ibm\_fez} and \texttt{ibm\_kingston} processors, where MQA closely agrees with MRB on the entanglement infidelity and the critical depth for \texttt{ibm\_fez} is found to be $\sim 50$.
- Abstract（参考訳）: ミラーランダム化ベンチマーク(MRB: Mirror randomized benchmarking)は、QPU全体のスケールでグローバルエラーメトリクスを提供する確立された手法である。
これを拡張するために、MRB回路に構造化エンタング層を追加するハイブリッドプロトコルであるMirror Quantum Awesomeness(MQA)を導入する。
これにより、MBBの不忠実度推定を保ちながら、相互情報を介してエッジ間の相関ダイナミクスを追跡できる。
インジェクトされた絡み合ったペアの解析結果は、初期誤差軽減技術が失敗する可能性のある臨界回路深さを特定する。
位相不変量であるトポロジカルMQAは、表面符号復号問題に基づくデコーダを介して第2の臨界深度を提供する。
どちらもシミュレーションで検証され、156-qubit \texttt{ibm\_fez} と \texttt{ibm\_kingston} のプロセッサで実証される。
関連論文リスト
- LFQ: Logit-aware Final-block Quantization for Boosting the Generation Quality of Low-Bit Quantized LLMs [52.1276403258812]
ブロックワイドPTQの簡易かつ効果的な拡張であるLFQ(Logit-aware Final-block Quantization)を導入する。
LFQは、最先端のブロックワイドPTQよりも複雑な生成タスクの精度を一貫して改善する。
論文 参考訳（メタデータ） (2026-05-28T11:02:23Z) - QML-PipeGuard: Drift-Aware Behavioral Fingerprinting for Quantum Machine Learning Pipeline Integrity [0.0]
量子機械学習の統合性は、規制産業における実践的な関心事である。
両問題に対処するコントラクトベースのフレームワークであるQML-PipeGuardを紹介します。
我々は,IBM Heron r2プロセッサ上の2キュービットVMパイプライン上で,フレームワークをエンドツーエンドに検証する。
論文 参考訳（メタデータ） (2026-05-24T13:21:41Z) - MAny: Merge Anything for Multimodal Continual Instruction Tuning [52.50936513604062]
textbfMAny(textbfMAny)は、textbfCross-modal textbfProjection textbfMergingを通じてタスク固有の知識を統合するフレームワークである。
textbfLow-rank textbfParameter textbfMerging (textbfLPM)
論文 参考訳（メタデータ） (2026-04-15T15:57:23Z) - Locally Confident, Globally Stuck: The Quality-Exploration Dilemma in Diffusion Language Models [52.61023005303122]
低信頼度再マッシングは、誘導配列分布のエントロピーを制約しながら、品質のプロキシを改善することを示す。
我々は,デコード時に,この分布をほぼ対象とする簡易なインディペンデント・ハスティングス・サンプリング器を開発した。
論文 参考訳（メタデータ） (2026-04-01T02:01:30Z) - MS-ISSM: Objective Quality Assessment of Point Clouds Using Multi-scale Implicit Structural Similarity [65.85858856481131]
点雲の非構造的で不規則な性質は、客観的品質評価(PCQA)に重大な課題をもたらす
マルチスケールインシシシット構造類似度測定(MS-ISSM)を提案する。
論文 参考訳（メタデータ） (2026-01-03T14:58:52Z) - Multi-Fidelity Delayed Acceptance: hierarchical MCMC sampling for Bayesian inverse problems combining multiple solvers through deep neural networks [0.3499870393443268]
逆不確実量化(UQ)タスクは、物理モデルを扱う際に計算的に要求される。
データ駆動サロゲートモデルは、評価コストを削減するのに役立つが、高忠実度データを生成するコストによって、その実用性は制限されることが多い。
ベイズ逆問題に対するマルチフィデリティ遅延アクセプタンス方式を提案する。
論文 参考訳（メタデータ） (2025-12-18T11:32:16Z) - Measurement-Constrained Sampling for Text-Prompted Blind Face Restoration [60.45423400845294]
ブラインドフェース修復(BFR)は、極低品質(LQ)入力下での複数の高品質(HQ)再構築に対応できる。
本研究では,異なるテキストプロンプトを条件とした多種多様なLQ顔再構成を可能にするMCS手法を提案する。
論文 参考訳（メタデータ） (2025-11-18T07:44:54Z) - Hierarchical Qubit-Merging Transformer for Quantum Error Correction [8.328728010370634]
量子誤り訂正方式は論理情報を保護するために物理的誤りを効果的に解決しなければならない。
本稿では,新規かつ汎用的な復号化フレームワークであるHQMTを提案する。
HQMTは、専用量子ビットマージ層を統合することで、表面符号の論理的誤り率を著しく低くする。
論文 参考訳（メタデータ） (2025-10-13T16:31:46Z) - Logical Error Rates for the Surface Code Under a Mixed Coherent and Stochastic Circuit-Level Noise Model Inspired by Trapped Ions [0.5767156832161817]
仮想格子を用いた量子電荷結合デバイス(QCCD)上に実装された表面符号の論理誤差率について検討する。
具体的には、アイドリング面符号の論理チャネルを構築し、そのダイヤモンド誤差を混合コヒーレントおよび回路レベルのノイズモデルの下で検証する。
論文 参考訳（メタデータ） (2025-08-19T19:37:09Z) - Sampling Overhead Analysis of Quantum Error Mitigation: Uncoded vs.
Coded Systems [69.33243249411113]
パウリの誤差は、多数の現実的な量子チャネルの中で最も低いサンプリングオーバーヘッドをもたらすことを示す。
我々はQEMと量子チャネル符号化を併用する手法を考案し、純粋なQEMと比較してサンプリングオーバーヘッドの低減を解析する。
論文 参考訳（メタデータ） (2020-12-15T15:51:27Z) - Self-Organizing Map assisted Deep Autoencoding Gaussian Mixture Model
for Intrusion Detection [5.816369205244904]
自己組織化マップを用いた深部自己符号化ガウス混合モデル(SOMDAGMM)を提案する。
我々は,SOM-DAGMMがすべての試験において最先端のDAGMMより優れ,F1スコアが最大15.58%向上し,安定性が向上したことを示す。
論文 参考訳（メタデータ） (2020-08-28T14:41:18Z)
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。