論文の概要: Hardware-Efficient Error Mitigation and Shot-Efficient Sampling on IBM Quantum Hardware
- arxiv url: http://arxiv.org/abs/2608.28535v1
- Date: Fri, 28 Aug 2026 17:10:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.41783
- Title: Hardware-Efficient Error Mitigation and Shot-Efficient Sampling on IBM Quantum Hardware
- Title（参考訳）: IBM量子ハードウェアにおけるハードウェア効率のよいエラー低減とショット効率のサンプリング
- Abstract要約: 超伝導量子ハードウェア上での誤差軽減と有限ショットサンプリングを,制約付き実行予算下で実験的に検討した。
この研究は、キャリブレーションを意識した量子ビット選択、回路深度スケーリング、ゼロノイズ外挿、動的デカップリング、リードアウトエラー緩和、IBM Quantumプロセッサでの繰り返しショット推定を組み合わせる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We experimentally study error mitigation and finite-shot sampling on superconducting quantum hardware under a constrained execution budget. The study combines calibration-aware qubit selection, circuit-depth scaling, zero-noise extrapolation, dynamical decoupling, readout-error mitigation, and repeated-shot estimation on an IBM Quantum processor. Experiments are organized across ideal simulation, noise-model simulation, and physical-device execution to separate sampling uncertainty from device-induced error. We investigate how mitigation performance changes with circuit depth, effective noise scale, qubit connectivity, and measurement budget, and quantify accuracy using expectation-value error, mean-squared error, statistical uncertainty, and mitigation gain. A fixed hardware-execution budget is used to evaluate shot allocation strategies and repeated measurements without relying on unlimited sampling. The resulting analysis provides a hardware-aware characterization of when mitigation improves expectation-value estimation and when finite-shot fluctuations offset the benefit of additional mitigation overhead. The implementation uses contemporary Qiskit and IBM Quantum Runtime workflows and is designed to provide reproducible experimental evidence for error-mitigation studies on current quantum processors.
- Abstract（参考訳）: 超伝導量子ハードウェア上での誤差軽減と有限ショットサンプリングを,制約付き実行予算下で実験的に検討した。
この研究は、キャリブレーションを意識した量子ビット選択、回路深度スケーリング、ゼロノイズ外挿、動的デカップリング、リードアウトエラー緩和、IBM Quantumプロセッサでの繰り返しショット推定を組み合わせる。
実験は理想的なシミュレーション、ノイズモデルシミュレーション、物理デバイス実行によって構成され、サンプリングの不確実性とデバイスが引き起こしたエラーを分離する。
本研究では,回路深度,有効ノイズスケール,キュービット接続,測定予算による緩和性能の変化について検討し,期待値誤差,平均二乗誤差,統計的不確実性,緩和利得を用いて精度を定量化する。
固定ハードウェア実行予算は、無制限サンプリングに頼ることなく、ショットアロケーション戦略と繰り返し測定を評価するために使用される。
得られた分析は、緩和が期待値の推定を改善し、有限ショットのゆらぎが追加の緩和オーバーヘッドの利点を相殺する場合のハードウェア・アウェア・キャラクタリゼーションを提供する。
この実装は、現代のQiskitとIBM Quantum Runtimeワークフローを使用しており、現在の量子プロセッサに関するエラー軽減研究の再現可能な実験的証拠を提供するように設計されている。
関連論文リスト
- Orders of magnitude runtime reduction in quantum error mitigation [0.0]
仮想ノイズスケーリングと層状緩和アーキテクチャを組み合わせた緩和フレームワークを提案する。
提案手法は動的回路と互換性があり、誤り検出や量子誤り訂正方式とシームレスに統合できる。
論文 参考訳（メタデータ） (2026-01-30T10:07:31Z) - Data-Efficient Quantum Noise Modeling via Machine Learning [0.3279176777295314]
超伝導量子プロセッサのための正確なパラメータ化ノイズモデルを構築するための,データ効率のよい機械学習ベースのフレームワークを提案する。
本研究では,小規模回路のみに学習したモデルにより,大規模回路の動作を正確に予測できることを示す。
論文 参考訳（メタデータ） (2025-09-16T10:30:28Z) - Calibration of Quantum Devices via Robust Statistical Methods [45.464983015777314]
量子パラメータ学習の最先端技術に対するベイズ推論の高度な統計的手法を数値解析する。
既存のアプローチ、すなわち多モード性および高次元性において、これらのアプローチの利点を示す。
我々の発見は、オープン量子システムの力学を学習する量子キャラクタリゼーションの課題に応用できる。
論文 参考訳（メタデータ） (2025-07-09T15:22:17Z) - Physics-Inspired Extrapolation for efficient error mitigation and hardware certification [10.804056735359618]
量子エラー軽減は、ノイズの多い中間スケールの量子時代にとって不可欠である。
ほとんどのQEM法は、偏りのない推定を達成するために指数的なサンプリングオーバーヘッドを発生させる。
本稿では,物理に着想を得た線形回路ランタイムプロトコルである外挿法を提案する。
論文 参考訳（メタデータ） (2025-05-12T18:20:58Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Experimental demonstration of Robust Amplitude Estimation on near-term quantum devices for chemistry applications [36.136619420474766]
本研究では,IBM量子デバイス上でのロバスト振幅推定(RAE)のハードウェア実装について検討する。
一量子および二量子ハミルトニアン系に対する量子化学への応用を実証する。
論文 参考訳（メタデータ） (2024-10-01T13:42:01Z) - On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。
このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。
精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
論文 参考訳（メタデータ） (2023-09-05T04:39:34Z) - Hypothesis Testing for Error Mitigation: How to Evaluate Error
Mitigation [0.9405458160620533]
量子エラー軽減の枠組みの中で仮説テストを導入する。
本稿では,資源要求と緩和効率の両方を考慮に入れた包括的メリット指標を提案する。
特異な手法からなる16ドルの誤差軽減パイプラインを実験的に評価した。
論文 参考訳（メタデータ） (2023-01-06T19:16:08Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - Experimental benchmarking of an automated deterministic error
suppression workflow for quantum algorithms [0.0]
量子コンピュータの約束に関する引用は、ハードウェアが例外的に脆弱でエラーを起こしやすいという現実に誘惑されている。
我々は、ゲートレベルから回路実行および測定まで、量子アルゴリズムのエラーを決定論的に抑制するために設計された完全に自律的なワークフローを記述し、実験的にテストする。
論文 参考訳（メタデータ） (2022-09-14T18:23:17Z) - Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and
Cycle Benchmarking [50.8020641352841]
量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。
プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。
また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
論文 参考訳（メタデータ） (2022-01-08T23:12:55Z)
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。