論文の概要: Shadow-Based Noise Fingerprinting of Simulated Quantum Noise Models
- arxiv url: http://arxiv.org/abs/2607.08998v1
- Date: Fri, 10 Jul 2026 00:01:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-13 14:47:12.759256
- Title: Shadow-Based Noise Fingerprinting of Simulated Quantum Noise Models
- Title（参考訳）: 擬似量子ノイズモデルのシャドウベースノイズフィンガープリント
- Abstract要約: ノイズ分類は、短期量子プロセッサの動作に不可欠である。
本研究では,3量子プローブ回路の固定セットからノイズチャネルを特定するために,スケーラブルなノイズフィンガープリントパイプラインを提案する。
- 参考スコア（独自算出の注目度）: 4.731771934553726
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Accurate noise classification is essential for operating near-term quantum processors, yet existing approaches, such as quantum process tomography, scale exponentially with system size, limiting their practicality for routine calibration. We propose a scalable noise fingerprinting pipeline that combines structured classical shadow tomography with physics-informed feature engineering to identify noise channels from a fixed set of 3-qubit probe circuits. Each sample is represented by a 279-dimensional feature vector constructed from randomized Pauli measurements and derived observables, designed to resolve physically similar noise channels that produce overlapping signatures under generic measurement sets. We evaluate three classifiers, i.e., random forest, extra trees, and a multilayer perceptron, on a dataset of 14,000 labeled samples spanning 10 noise types. The random forest classifier achieves the highest test accuracy of 0.8426 with a macro F1 score of 0.8437, outperforming both baselines. Confusion analysis reveals that many noise types are classified with high reliability, with the remaining confusions occurring between channels sharing similar physical decay mechanisms, motivating future work on richer probe states and noise parameter estimation.
- Abstract（参考訳）: 短期量子プロセッサを操作するには正確なノイズ分類が不可欠であるが、量子プロセストモグラフィーのような既存のアプローチでは、システムサイズと指数関数的にスケールし、日常的な校正の実用性を制限する。
本研究では,3量子プローブ回路の固定セットからノイズチャネルを識別するために,構造化された古典的影トモグラフィと物理インフォームド特徴工学を組み合わせたスケーラブルなノイズフィンガープリントパイプラインを提案する。
それぞれのサンプルは、ランダム化されたパウリ測定と導出した可観測物から構築された279次元の特徴ベクトルで表現され、一般的な測定セットの下で重なり合うシグネチャを生成する物理的に類似したノイズチャネルを解決するように設計されている。
10種類のノイズにまたがる14,000個のラベル付きサンプルのデータセットを用いて,無作為な森林,余分な木,多層パーセプトロンの3つの分類器の評価を行った。
ランダム森林分類器は、マクロF1スコアが0.8437の0.8426の試験精度を達成し、両方の基準線を上回る。
コンフュージョン解析により、多くのノイズタイプが高い信頼性で分類され、類似の物理減衰機構を共有するチャネル間で残りの混乱が生じ、よりリッチなプローブ状態に対する将来の研究とノイズパラメータ推定の動機となることが明らかとなった。
関連論文リスト
- Noise Classification in Three-Level Quantum Networks by Machine Learning [0.0]
小型量子ネットワークに作用する雑音の機械学習に基づく分類について検討する。
教師あり学習は,システムに影響を及ぼす古典的嫌悪音の種類を分類できることを示す。
この結果は、量子アーキテクチャにおけるノイズの空間的相関を分類する方法を舗装する。
論文 参考訳（メタデータ） (2024-05-03T10:40:26Z) - Tensor network noise characterization for near-term quantum computers [0.5277756703318045]
本研究では,実験可能なトモグラフィーサンプルが,現実的な相関ノイズモデルを正確に特徴付けるのに十分であることを示す。
本手法と最近提案されたノイズ対応テンソルネットワーク誤り軽減プロトコルを組み合わせる。
論文 参考訳（メタデータ） (2024-02-13T15:57:47Z) - Negative Pre-aware for Noisy Cross-modal Matching [46.5591267410225]
雑音対応は認識と修正が難しいため,クロスモーダルノイズロバスト学習は難しい課題である。
本稿では,雑音の多い下流タスクに対する大規模視覚言語モデルファインタニングのための,否定的事前認識型クロスモーダルマッチングソリューションを提案する。
論文 参考訳（メタデータ） (2023-12-10T05:52:36Z) - Efficient reconstruction, benchmarking and validation of cross-talk
models in readout noise in near-term quantum devices [3.1410859223862113]
このプロトコルは、読み出し雑音における$k-$ローカルなクロストーク効果の効率的な評価を可能にする。
本稿では,QDOTデータにより,読み出し雑音におけるPOVM演算子,相関,コヒーレンスなどの情報が得られることを示す。
79 qubit Rigetti および 127 qubit IBM デバイスにおけるクロストーク効果について検討する。
論文 参考訳（メタデータ） (2023-11-17T17:33:29Z) - 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) - Emergence of noise-induced barren plateaus in arbitrary layered noise models [44.99833362998488]
変分量子アルゴリズムでは、パラメータ化された量子回路のパラメータは、問題の解を符号化するコスト関数を最小限に抑えるために最適化される。
層状雑音モデルを用いたパラメータ化量子回路において,ノイズ誘起バレンプラトー現象がどのように出現するか,その意味について論じる。
論文 参考訳（メタデータ） (2023-10-12T15:18:27Z) - Compressed gate characterization for quantum devices with
time-correlated noise [0.0]
本稿では,時間関連ノイズの存在下での量子プロセストモグラフィ(QPT)の一般的な枠組みについて述べる。
本手法の適用例として,シリコンスピン量子ビットの比較理論的および実験的解析を行った。
理論的に予測されたプロセスの忠実度と2つのqubitインターリーブされたランダム化されたベンチマークの忠実度との間には、最近のシリコンスピン量子ビットに関する実験で測定された99.8%の一致が得られた。
論文 参考訳（メタデータ） (2023-07-26T18:05:49Z) - Decision Forest Based EMG Signal Classification with Low Volume Dataset
Augmented with Random Variance Gaussian Noise [51.76329821186873]
我々は6種類の手振りを限定的なサンプル数で分類できるモデルを作成し、より広い聴衆によく一般化する。
信号のランダムなバウンドの使用など、より基本的な手法のセットにアピールするが、これらの手法がオンライン環境で持てる力を示したいと考えている。
論文 参考訳（メタデータ） (2022-06-29T23:22:18Z) - Training Classifiers that are Universally Robust to All Label Noise
Levels [91.13870793906968]
ディープニューラルネットワークは、ラベルノイズの存在下で過度に適合する傾向がある。
ポジティヴ・アンラベルラーニングの新たなサブカテゴリを取り入れた蒸留ベースのフレームワークを提案する。
我々の枠組みは概して中～高騒音レベルにおいて優れています。
論文 参考訳（メタデータ） (2021-05-27T13:49:31Z) - 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) - A deep learning model for noise prediction on near-term quantum devices [137.6408511310322]
我々は、量子デバイスからの実験データに基づいて畳み込みニューラルネットワークをトレーニングし、ハードウェア固有のノイズモデルを学ぶ。
コンパイラはトレーニングされたネットワークをノイズ予測器として使用し、期待されるノイズを最小限に抑えるために回路にゲートのシーケンスを挿入する。
論文 参考訳（メタデータ） (2020-05-21T17:47:29Z)
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。