論文の概要: Direct fidelity estimation through joint fiducial grouping

• arxiv url: http://arxiv.org/abs/2608.18548v1
• Date: Wed, 19 Aug 2026 05:14:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 20:13:55.285212
• Title: Direct fidelity estimation through joint fiducial grouping
• Title（参考訳）: ジョイントフィデューシャルグルーピングによる直接忠実度推定
• Abstract要約: パウリ対を可換な入出力演算子を持つ集合に分割するジョイント・フィデューシアル・グルーピングを導入する。 偏りのないグループ推定器と有限サンプル保証を導出し、グループ化が常に異なる入力出力設定の数を減少させることを示す。 この結果から, 連続パラメータ化量子ゲートに対する文脈保存忠実度推定の実用化が期待できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fault-tolerant quantum computation hinges on the requirement for low physical error rates. Reaching below threshold regime requires the accounting of circuit dependent noise, that is inherent to the execution context in which a quantum gate is usually embedded. Direct fidelity estimation is a technique that offers natural context preservation as it solely requires the insertion of local Pauli preparation and measurement fiducials around the window of interest. However, each sampled input-output Pauli pair demands its own preparation and measurement setting, an overhead that grows rapidly once the target gate is no longer Clifford. We introduce joint fiducial grouping, which partitions Pauli pairs into sets with commuting input and output operators, allowing several Pauli-transfer coefficients to be estimated within the same preparation-measurement setting. We derive an unbiased grouped estimator and finite-sample guarantees showing that grouping always reduces the number of distinct input-output settings and can also reduce the required channel uses when the target weight is concentrated within compatible groups. We characterize these gains for the parametric two-qubit gate $\mathrm{fSim}(θ,\varphi)$, and use the grouped estimator as a context-sensitive reward for reinforcement-learning-based gate calibration. Our results provide a practical route to lower-overhead, context-preserving fidelity estimation for continuously parameterized quantum gates.
• Abstract（参考訳）: フォールトトレラントな量子計算は、物理エラー率の低い要求に依存している。 しきい値以下に到達するには、通常量子ゲートが埋め込まれる実行コンテキストに固有の回路依存ノイズを考慮に入れる必要がある。 直接忠実度推定は自然の文脈保存を提供する手法であり、興味のある窓の周囲に局所的なパウリの調製と測定フィデューシャルを挿入することのみを必要とする。 しかし、サンプル出力された各パウリペアは、ターゲットゲートがもはやクリフォードでなくなったときに急速に増加するオーバーヘッドである、独自の準備と測定設定を要求する。 パウリ対を可換な入力演算子と出力演算子で集合に分割し、複数のパウリ-トランスファー係数を同じ準備測度で推定できるジョイント・フィデューシアル・グルーピングを導入する。 我々は、不偏なグループ推定器と有限サンプル保証を導出し、グループ化が常に異なる入力出力設定の数を減らし、目標重みが互換グループに集中する場合に必要となるチャネルの使用量を減らし得ることを示す。 パラメトリック2量子ゲート$\mathrm{fSim}(θ,\varphi)$に対してこれらのゲインを特徴付け、強化学習に基づくゲートキャリブレーションの文脈依存的な報酬としてグループ推定器を用いる。 本研究は, 連続パラメータ化量子ゲートに対する文脈保存忠実度推定法を提案する。

関連論文リスト

• Optimizing resource bounds in direct fidelity estimation [0.0]
  直接忠実度推定は、実験的に準備された状態と所望の純粋ターゲット状態の間の忠実度を推定する方法を提供する。 2011年にFlamiaとLiuとda Silva、Landon-Cardinal、Poulinによって2つの重要な定式化が導入された。 ノイズに関する付加的な構造情報は、対応するリソース境界を大幅に鋭くすることができることを示す。
  論文  参考訳（メタデータ） (2026-06-15T07:43:05Z)
• Sample- and Hardware-Efficient Fidelity Estimation by Stripping Phase-Dominated Magic [0.2796197251957245]
  本研究は、実現可能な量子デバイスで手頃な価格のサンプルおよびゲート効率の高い忠実度推定アルゴリズムを提案する。 サンプル効率のよいDFEが強い絡み合いと魔法によって制限される位相状態の構造に近い純状態による忠実度推定は、$mathcalO(mathrmpoly(n))$ サンプリングコピーを使用することで、単一の$n$-qubit ファンアウトゲートで可能であることを示す。
  論文  参考訳（メタデータ） (2026-02-10T12:13:25Z)
• Easier randomizing gates provide more accurate fidelity estimation [0.1759008116536278]
  我々は、インターリーブドランダム化ベンチマーク(IRB)の標準手法により、インターリーブドゲートの誤差に対して、高精度で物理的に不可能な推定値が得られることを示した。 また,単一キュービットのパウリゲートでランダム化を行うサイクルベンチマークを用いて行ったインターリーブベンチマークにより,系統的不確実性を劇的に低減することを示した。
  論文  参考訳（メタデータ） (2025-12-31T09:32:19Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Benchmarking Single-Qubit Gates on a Neutral Atom Quantum Processor [0.0]
  中性原子量子プロセッサ上に実装された単一量子ビットゲートのベンチマーク結果を示す。 単一量子ゲートの場合、DRBの平均忠実度は99.963 pm 0.016%$である。 我々はGSTのゲージ最適化手法を導入し、再構成されたゲート、入力状態、測定値を標準フレームに導入する。
  論文  参考訳（メタデータ） (2025-09-08T16:58:44Z)
• Average-computation benchmarking for local expectation values in digital quantum devices [0.10923877073891443]
  対象の計算をその変種と組み合わせ、平均化すると古典的に解ける相関関数を実現できるスキームを導入する。 この変種は、ゲートを古典的にシミュレート可能なセットに単純化することなく、回路構造と深さを正確に保存する。 平均計算期待値の推定には,限られた数の異なる回路の実現しか必要としないことを示す。
  論文  参考訳（メタデータ） (2025-07-24T18:00:27Z)
• Conformal Prediction under Levy-Prokhorov Distribution Shifts: Robustness to Local and Global Perturbations [41.94295877935867]
  分布シフトをモデル化するために、Levy-Prokhorov (LP) の曖昧性集合を用いる。 共形予測とLP曖昧性集合とのリンクは自然なものであることを示す。 我々は、分布シフトの下で有効であるような頑健な共形予測区間を構築する。
  論文  参考訳（メタデータ） (2025-02-19T21:18:11Z)
• Semiparametric conformal prediction [79.6147286161434]
  ベクトル値の非整合性スコアの結合相関構造を考慮した共形予測セットを構築する。 スコアの累積分布関数(CDF)を柔軟に推定する。 提案手法は,現実の回帰問題に対して,所望のカバレッジと競争効率をもたらす。
  論文  参考訳（メタデータ） (2024-11-04T14:29:02Z)
• Relaxed Quantile Regression: Prediction Intervals for Asymmetric Noise [51.87307904567702]
  量子レグレッション(Quantile regression)は、出力の分布における量子の実験的推定を通じてそのような間隔を得るための主要なアプローチである。 本稿では、この任意の制約を除去する量子回帰に基づく区間構成の直接的な代替として、Relaxed Quantile Regression (RQR)を提案する。 これにより、柔軟性が向上し、望ましい品質が向上することが実証された。
  論文  参考訳（メタデータ） (2024-06-05T13:36:38Z)
• Coherent randomized benchmarking [68.8204255655161]
  独立サンプルではなく,異なるランダム配列の重ね合わせを用いることを示す。 これは、ベンチマーク可能なゲートに対して大きなアドバンテージを持つ、均一でシンプルなプロトコルにつながることを示す。
  論文  参考訳（メタデータ） (2020-10-26T18:00:34Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)
• Log-Likelihood Ratio Minimizing Flows: Towards Robust and Quantifiable Neural Distribution Alignment [52.02794488304448]
  そこで本研究では,対数様比統計量と正規化フローに基づく新しい分布アライメント手法を提案する。 入力領域の局所構造を保存する領域アライメントにおいて,結果の最小化を実験的に検証する。
  論文  参考訳（メタデータ） (2020-03-26T22:10:04Z)

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。