論文の概要: Noisy quantum circuit simulation with the tensor jump method

• arxiv url: http://arxiv.org/abs/2607.01323v1
• Date: Wed, 01 Jul 2026 18:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.543548
• Title: Noisy quantum circuit simulation with the tensor jump method
• Title（参考訳）: テンソルジャンプ法による雑音量子回路シミュレーション
• Authors: Maximilian Fröhlich, Aaron Sander, Martin Eigel, Robert Wille, Michael Hintermüller,
• Abstract要約: 本稿では,テンソルジャンプ法と行列積状態の局所的なTDVPゲート進化と,スパースなPauli-Lindbladハードウェアノイズモデルを組み合わせた分散対応テンソルネットワークフレームワークを提案する。 我々は,25kbitのノイズXYクエンチとIBMの127kbitのキックドイシングベンチマークを用いて,高精度でスケーラブルなノイズ回路シミュレーションを行った。
• 参考スコア（独自算出の注目度）: 4.323508970487569
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Classical simulation of noisy quantum circuits is essential for validating algorithms, benchmarking hardware, and assessing error-mitigation strategies, but remains limited by the exponential cost of density-matrix methods and the high variance of standard trajectory sampling. We introduce a variance-aware tensor network framework that combines the tensor jump method with local TDVP gate evolution on matrix product states and sparse Pauli-Lindblad hardware noise models. Gates are applied as short variational evolutions on the MPS manifold, while noise is sampled per circuit window from Pauli-Lindblad jump sets with state-independent hazards and dissipative contractions that reduce to irrelevant global factors after renormalization. The method supports correlated multi-qubit Lindblad noise consistent with hardware connectivity, including long-range operators on non-adjacent qubits, enabling direct simulation of crosstalk and other connectivity-induced errors beyond local noise models. We develop two unbiased variance-aware unravelings. An analog unitary-mixture unraveling matches the Lindblad generator exactly under symmetric Gaussian or two-point angle laws, while a projector-jump unraveling yields state-independent hazards and closed-form variance laws. Both retain the standard 1/sqrt(N) Monte Carlo convergence but with reduced prefactors. Empirically, projector sampling strongly reduces trajectory variance and bond-dimension growth across many circuit architectures, whereas analog sampling is most effective at weak noise. We demonstrate accurate, scalable noisy-circuit simulation on a 25-qubit noisy XY quench and IBM's 127-qubit kicked-Ising benchmark with long-range depolarizing noise, achieving reduced Monte Carlo variance and favorable MPS bond-dimension growth compared with standard Kraus-insertion baselines.
• Abstract（参考訳）: 古典的なノイズ量子回路のシミュレーションは、アルゴリズムの検証、ハードウェアのベンチマーク、エラー軽減戦略の評価に不可欠であるが、密度行列法の指数的なコストと標準軌道サンプリングの高分散によって制限されている。 本稿では,テンソルジャンプ法と行列積状態の局所的なTDVPゲート進化と,スパースなPauli-Lindbladハードウェアノイズモデルを組み合わせた分散対応テンソルネットワークフレームワークを提案する。 ゲートはMPS多様体上の短い変分進化として適用され、一方、パウリ・リンドブラッドのジャンプセットの回路ウィンドウごとにノイズがサンプリングされ、状態に依存しないハザードと散逸性収縮により、再正規化後の無関係な大域的要因に還元される。 この手法は、非隣接量子ビット上の長距離演算子を含むハードウェア接続と整合した相関したマルチキュービットのリンドブラッドノイズをサポートし、局所雑音モデルを超えたクロストークやその他の接続エラーの直接シミュレーションを可能にする。 偏りのない分散を意識したアンラベリングを2つ開発する。 類似のユニタリ混合解法は対称ガウス法あるいは二点角法則の下でリンドブラッド生成物と正確に一致し、プロジェクタージャンプ解法は状態非依存的ハザードと閉形式分散法則をもたらす。 どちらも標準 1/sqrt(N) モンテカルロ収束を維持しているが、プレファクタは減少している。 実験的に、プロジェクタサンプリングは、多くの回路アーキテクチャにおける軌道分散と結合次元の増大を強く低減するが、アナログサンプリングは弱い雑音に対して最も効果的である。 我々は,25kbitのノイズXYクエンチとIBMの127kbitのキックドイシングベンチマークを用いて,高精度でスケーラブルなノイズ回路シミュレーションを行い,モンテカルロ分散の低減と,通常のクラウス挿入ベースラインと比較してMPS結合径の増大が良好なことを実証した。

関連論文リスト

• Closed-Form Spectral Regularization for Multi-Task Model Merging [96.82449201305234]
  モデルマージは、個別に調整された複数の専門家をトレーニングデータなしで単一のマルチタスクモデルに結合する。 State-of-the-art merging method formulate merging as a layer-wise interference problem。 本稿では,逐次降下の勾配-流路に一致するソフト指数フィルタを組み合わせた閉形式手法SWUDIを提案する。
  論文  参考訳（メタデータ） (2026-06-05T14:00:47Z)
• Hybrid Gaussian-exponential zero-noise extrapolation for periodic circuits [2.932287734903261]
  本稿では,周期構造を持つ量子回路に適したハイブリッドガウス-指数外挿法を提案する。 中間から大きな回路深度について、ハイブリッドモデルは以前の外挿変量と比較して測定可能なバイアスの減少をもたらす。
  論文  参考訳（メタデータ） (2026-05-28T02:01:03Z)
• Normalized Architectures are Natively 4-Bit [49.13186675123547]
  重みと隠れ表現を単位超球面に制限するアーキテクチャであるnGPTは、本質的に低精度算術よりも堅牢である。 本手法は,最大3B/30Bパラメータの1.2B密度モデルとハイブリッド(Mamba-Transformer)MoEモデルの両方で検証する。
  論文  参考訳（メタデータ） (2026-05-07T11:54:07Z)
• Continuous Noise Model for Quantum Circuits [0.6335848702857038]
  本稿では,量子回路の連続的コヒーレントノイズモデルについて検討し,離散的なパウリモデルと比較する。 焦点は回路深度にまたがる小さなコヒーレントゲートエラーである。 その結果, 連続コヒーレントノイズはパウリノイズよりも論理的性能を劣化させる可能性が示唆された。
  論文  参考訳（メタデータ） (2026-04-28T18:00:03Z)
• Optimal and improved gate decompositions for accelerated classical simulation of near-Gaussian fermionic circuits [0.13764085113103217]
  キー非ガウスゲートとチャネルの解析分解を導出する。 パウリノイズは非ガウス回転ゲートの有効範囲を減らすことができるが、フェミオン魔法は安定化器魔法よりもかなり頑丈である。
  論文  参考訳（メタデータ） (2026-03-19T13:13:41Z)
• Agnostic Dynamical Decoupling for Single-Qubit Gates [0.0]
  所望のゲートを実装したスムーズな単一ビット制御パルスの設計法を提案する。 ノイズモデルの事前知識を必要とする動的に修正されたゲート構造とは異なり、本手法はターゲット-バス相互作用の詳細な形式に依存しない。
  論文  参考訳（メタデータ） (2026-03-13T18:00:09Z)
• Accurate and Honest Approximation of Correlated Qubit Noise [39.58317527488534]
  提案手法は, 量子ビット相関度の高い雑音成分を組み込むことにより, 精度を向上することのできる, 近似雑音チャネルの効率的な構成法である。 固定周波数超伝導量子ビットに典型的な現実的な雑音強度では、2量子ビット相関を超える相関ノイズがコードシミュレーションの精度に大きく影響することを発見した。
  論文  参考訳（メタデータ） (2023-11-15T19:00:34Z)
• Scalable noisy quantum circuits for biased-noise qubits [37.69303106863453]
  安定猫量子ビットの既存システムに動機づけられたビットフリップ誤差のみに影響されるバイアスノイズ量子ビットを考察する。 現実的なノイズモデルでは、位相フリップは無視できないが、Pauli-Twirling近似では、ベンチマークが最大106ドルのゲートを含む回路の正しさを確認できる。
  論文  参考訳（メタデータ） (2023-05-03T11:27:50Z)
• Robust Control for Dynamical Systems With Non-Gaussian Noise via Formal Abstractions [59.605246463200736]
  雑音分布の明示的な表現に依存しない新しい制御器合成法を提案する。 まず、連続制御系を有限状態モデルに抽象化し、離散状態間の確率的遷移によってノイズを捕捉する。 我々は最先端の検証技術を用いてマルコフ決定プロセスの間隔を保証し、これらの保証が元の制御システムに受け継がれるコントローラを演算する。
  論文  参考訳（メタデータ） (2023-01-04T10:40:30Z)
• Sampling-Based Robust Control of Autonomous Systems with Non-Gaussian Noise [59.47042225257565]
  雑音分布の明示的な表現に依存しない新しい計画法を提案する。 まず、連続系を離散状態モデルに抽象化し、状態間の確率的遷移によってノイズを捕捉する。 いわゆる区間マルコフ決定過程(iMDP)の遷移確率区間におけるこれらの境界を捉える。
  論文  参考訳（メタデータ） (2021-10-25T06:18:55Z)

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。