論文の概要: Constant-Depth Multi-Product Formula for Trotter Error Mitigation in Near-Term Digital Quantum Simulation
- arxiv url: http://arxiv.org/abs/2607.12225v1
- Date: Tue, 14 Jul 2026 00:00:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:29.99513
- Title: Constant-Depth Multi-Product Formula for Trotter Error Mitigation in Near-Term Digital Quantum Simulation
- Title(参考訳): ディジタル量子シミュレーションにおけるトロッター誤差軽減のための定数深さ多積式
- Abstract要約: 固定回路深度で複数の回路を結合することによりトロッター誤差を抑制する定数深度多積式(cd-MPF)を導入する。
本手法は,短期ハードウェア上での長期量子力学シミュレーションを実現するための重要な要素となる。
- 参考スコア(独自算出の注目度): 12.633948958548466
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Digital quantum simulation of many-body dynamics faces a tension between algorithmic Trotter error and physical noise that accumulates with circuit depth. Typical higher-order product formulas mitigate the algorithmic error at the cost of deeper circuits. Our benchmark shows that, within the limited physical error budget, the feasible advantage is confined to absolute errors well below the $10^{-2}$ scale, which vanishes under noise levels of current quantum hardware. In sharp contrast to the previous Trotter error mitigation methods, we introduce a constant-depth multi-product formula (cd-MPF) that suppresses the Trotter error by combining multiple circuits at fixed circuit depth. We identify an auxiliary parameter $α$, which reshapes the Trotter error terms while leaving the target evolution invariant. The classical linear combination of the measured expectation values cancels the leading $(Δt)^{2}$ algorithmic contribution and steepens the Trotter-error scaling with the two-qubit circuit depth $d$ from $d^{-2}$ to $d^{-4}$. Combined with physical-noise mitigation, our method can serve as a key ingredient for realizing long-time quantum dynamics simulation on near-term hardware.
- Abstract(参考訳): マルチボディダイナミクスのディジタル量子シミュレーションは、アルゴリズム的なトロッター誤差と回路深度で蓄積される物理ノイズの間の緊張に直面している。
典型的な高次積公式は、より深い回路のコストでアルゴリズムエラーを緩和する。
我々のベンチマークは、物理誤差の予算が限られている中で、実現可能な利点は、現在の量子ハードウェアのノイズレベルの下で消滅する10-2$スケールよりもはるかに低い絶対誤差に限られていることを示している。
従来のトロッター誤差軽減法とは対照的に,固定回路深度で複数の回路を結合することによりトロッター誤差を抑制する定数深度多積式(cd-MPF)を導入する。
我々は、ターゲットの進化を不変にしながら、トロッター誤差項を再設定する補助パラメータ$α$を同定する。
測定された期待値の古典的な線形結合は、先行する$(Δt)^{2}$アルゴリズムの寄与をキャンセルし、2量子回路深さ$d$を$d^{-2}$から$d^{-4}$に拡大する。
物理ノイズ緩和と組み合わせることで,本手法は,短期ハードウェア上での長期量子力学シミュレーションを実現するための重要な要素となる。
関連論文リスト
- Joint Mitigation of Algorithmic and Physical Errors in Noisy Hamiltonian Simulation [22.28754738497284]
製品形式ハミルトニアンシミュレーションは、短期量子プロセッサに自然に適している。
しかし、その精度は、有限ステップのトロッターバイアスと物理ハードウェアノイズの2つの競合するエラーによって設定されている。
本稿では, 調整可能な層間雑音強度をトロッターステップサイズに結びつける共同補間手法を提案する。
学習ノイズを用いた超伝導量子コンピュータ上でのIsing dynamicsのプロトコルを実証する。
論文 参考訳(メタデータ) (2026-09-10T13:15:37Z) - The Gain-Engineered Transmon [68.89136228609398]
標準的なトランスモン・リードアウト共振器回路において,ノイズバイアス量子ビットを導入し,実験的に実現する。
本システムは,ハードウェア効率のよい量子エラー検出と修正手法のための単純なビルディングブロックとして利用するための道を開く。
論文 参考訳(メタデータ) (2026-08-26T17:00:42Z) - Dual channel multi-product formulas [5.0703493871642715]
本稿では,Trotterのエラースケーリングを2倍に改善した2チャネルマルチプロデューサ式を提案する。
我々は、量子回路の測度としてのCNOT数に対して、提案手法はアルゴリズムの誤差を著しく小さくすることを示した。
論文 参考訳(メタデータ) (2026-02-02T06:48:38Z) - INC: An Indirect Neural Corrector for Auto-Regressive Hybrid PDE Solvers [61.84396402100827]
本稿では,学習した補正を支配方程式に統合する間接ニューラルコレクタ(mathrmINC$)を提案する。
$mathrmINC$は、$t-1 + L$の順番でエラー増幅を減らし、$t$はタイムステップ、$L$はリプシッツ定数である。
大規模なベンチマークで$mathrmINC$をテストし、1Dカオスシステムから3D乱流まで、多くの異なる解法、神経バックボーン、テストケースをカバーした。
論文 参考訳(メタデータ) (2025-11-16T20:14:28Z) - Trotter error time scaling separation via commutant decomposition [6.418044102466421]
我々は,可換分解の一般的な枠組みを導入することにより,既存の境界よりもトロッター誤差の推定を改善する。
この定式化は, 従来の結果を直接再現するだけでなく, 高次積公式の誤差推定にも有効であることを示す。
論文 参考訳(メタデータ) (2024-09-25T05:25:50Z) - Noise-aware variational eigensolvers: a dissipative route for lattice gauge theories [40.772310187078475]
量子シミュレータにおける$mathbbZ$格子ゲージ理論(LGT)の基底状態構築のための新しい変分アンザッツを提案する。
これは、完全に決定論的スキームにおける散逸的かつユニタリな操作と、考慮された格子の大きさとスケールしない回路深さを組み合わせている。
非常にわずかな変動パラメータで、アンザッツは$mathbbZ$ LGTの閉じ込められた位相と分解された位相の両方のエネルギーの精度を$>!
論文 参考訳(メタデータ) (2023-08-07T14:23:00Z) - Measuring Trotter error and its application to precision-guaranteed Hamiltonian simulations [0.8009842832476994]
本研究では,量子回路上でのアシラリー量子ビットを使わずにトロッター誤差を測定する手法を開発した。
我々は、トロッター化精度を保証し、トロッター$(m,n)$というアルゴリズムを開発する。
適応的に選択された$mathrmdt$は、既知のトロッター誤差の上限から推定されるものより約10倍大きい。
論文 参考訳(メタデータ) (2023-07-11T16:12:38Z) - Unified multivariate trace estimation and quantum error mitigation [0.0]
m$$n$-qubit密度行列の積のトレースを計算することは、量子エラー緩和と情報測度推定において重要なサブルーチンである。
従来の量子ビット最適化と深度最適化のアプローチを概念的に統一する統一多変量トレース推定法(UMT)を提案する。
論文 参考訳(メタデータ) (2023-01-29T04:42:12Z) - Self-healing of Trotter error in digital adiabatic state preparation [52.77024349608834]
完全断熱進化の1次トロッター化は、一般的なトロッター誤差境界から期待される$mathcal O(T-2 delta t2)$の代わりに$mathcal O(T-2 delta t2)$にスケールする累積不整性を持つことを示す。
この結果は自己修復機構を示唆し、T$の増大にもかかわらず、固定$$delta t$のデジタル化進化の不完全性が、多種多様なハミルトニアンに対して依然として減少している理由を説明する。
論文 参考訳(メタデータ) (2022-09-13T18:05:07Z) - Erasure qubits: Overcoming the $T_1$ limit in superconducting circuits [105.54048699217668]
振幅減衰時間である$T_phi$は、超伝導回路の量子忠実度を制限する主要な要因として長い間存在してきた。
本稿では、振幅減衰誤差を検出して消去誤差に変換する方法で、量子ビットを設計し、従来のT_phi$制限を克服する手法を提案する。
論文 参考訳(メタデータ) (2022-08-10T17:39:21Z) - Quantum Error Correction with Gauge Symmetries [69.02115180674885]
Lattice Gauge Theories (LGT) の量子シミュレーションは、物理セクターと非物理セクターの両方を含む拡大されたヒルベルト空間上でしばしば定式化される。
本稿では,位相フリップ誤り訂正符号とガウス法則を組み合わせることで,そのような冗長性を利用する簡易なフォールトトレラント法を提案する。
論文 参考訳(メタデータ) (2021-12-09T19:29:34Z) - Quantum Algorithms for Simulating the Lattice Schwinger Model [63.18141027763459]
NISQとフォールトトレラントの両方の設定で格子シュウィンガーモデルをシミュレートするために、スケーラブルで明示的なデジタル量子アルゴリズムを提供する。
格子単位において、結合定数$x-1/2$と電場カットオフ$x-1/2Lambda$を持つ$N/2$物理サイト上のシュウィンガーモデルを求める。
NISQと耐故障性の両方でコストがかかるオブザーバブルを、単純なオブザーバブルとして推定し、平均ペア密度を推定する。
論文 参考訳(メタデータ) (2020-02-25T19:18:36Z) - Term Grouping and Travelling Salesperson for Digital Quantum Simulation [6.945601123742983]
ハミルトニアンの時間発展を評価する量子力学のデジタルシミュレーションは、当初提案されていた量子コンピューティングの応用である。
ハミルトニアンの完全な第2量子化形式をエミュレートするために必要な多数の量子ゲートは、そのようなアプローチを短期デバイスには適さない。
アルゴリズムと物理の誤りを同時に軽減する新しい項順序付け戦略であるmax-commute-tspを提案する。
論文 参考訳(メタデータ) (2020-01-16T18:33:24Z)
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。