論文の概要: Joint Mitigation of Algorithmic and Physical Errors in Noisy Hamiltonian Simulation
- arxiv url: http://arxiv.org/abs/2609.11508v1
- Date: Thu, 10 Sep 2026 13:15:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.365533
- Title: Joint Mitigation of Algorithmic and Physical Errors in Noisy Hamiltonian Simulation
- Title（参考訳）: 雑音ハミルトニアンシミュレーションにおけるアルゴリズム誤差と物理誤差の連成緩和
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 22.28754738497284
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Product-formula Hamiltonian simulation is naturally suited to near-term quantum processors, but its accuracy is set by two competing errors: finite-step Trotter bias and physical hardware noise. We introduce a joint extrapolation strategy that ties the tunable per-layer noise strength to the Trotter step size, $λ(s)=c(sT)^{p+1}$ for a $p$-th order product formula. Along this one-dimensional path, the leading physical-noise and Trotter corrections over the full evolution both enter at order $s^p$ and can be canceled by a single Richardson extrapolation. Building on a previously established finite-order Baker--Campbell--Hausdorff truncation bound, we derive a provably commutator-scaling resource guarantee for the joint extrapolation. For local Hamiltonians with local Lindbladian noise, the protocol mitigates physical noise together with Trotter error with only a constant asymptotic overhead relative to noiseless Trotter extrapolation, provided the required noise strengths lie above the intrinsic device-noise floor. We experimentally demonstrate the protocol for Ising dynamics on a superconducting quantum computer using learned noise amplification. Complementary 100-qubit Sparse Pauli Dynamics (SPD) simulations achieve comparable accuracy to two-dimensional Richardson extrapolation with fewer circuit settings.
- Abstract（参考訳）: プロダクト・フォーミュラ・ハミルトンシミュレーションは、短期量子プロセッサに自然に適合するが、その精度は有限ステップトロッターバイアスと物理ハードウェアノイズの2つの競合する誤差によって設定される。
本稿では, 調整可能な層間雑音強度をTrotterのステップサイズ, $λ(s)=c(sT)^{p+1}$, $p$-次積公式に結びつける共同補間手法を提案する。
この一次元の経路に沿って、完全な進化の先導的な物理ノイズとトロッター補正はどちらも位数 $s^p$ に入り、1つのリチャードソン外挿でキャンセルすることができる。
以前に確立された有限階ベーカー-カンベル-ハウスドルフトランケーション境界上に構築すると、合同外挿に対する可算可換な共振器スケーリング資源保証が導出される。
局所的なリンドブラディアン雑音を持つ地元のハミルトン人にとって、このプロトコルはトロッター誤差と共に物理ノイズを緩和し、ノイズのないトロッター外挿法に対して漸近的なオーバーヘッドしか持たない。
学習ノイズ増幅を用いた超伝導量子コンピュータ上でのIsing Dynamicsのプロトコルを実験的に実証した。
補足100量子スパースパウリダイナミクス(SPD)シミュレーションは、回路設定の少ない2次元リチャードソン外挿法と同等の精度を達成する。
関連論文リスト
- Scalable Lindblad Noise Learning via Stochastic Tensor-Network Simulation [48.887627688666974]
大規模オープン量子システムにおける学習散逸率は、短期量子技術の大きな障害である。
本稿では,シミュレーション手法であるJump Method(TJM)を組み合わせたLindblad散逸率のスケーラブルなノイズ学習フレームワークを提案する。
我々は,Isingモデルにおける2つのノイズモデルに対するアプローチを実証し,各サイトについて,N_mathrmsite=16$まで独立散逸率を学習した。
スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
論文 参考訳（メタデータ） (2026-08-25T15:07:11Z) - Constant-Depth Multi-Product Formula for Trotter Error Mitigation in Near-Term Digital Quantum Simulation [12.633948958548466]
固定回路深度で複数の回路を結合することによりトロッター誤差を抑制する定数深度多積式(cd-MPF)を導入する。
本手法は,短期ハードウェア上での長期量子力学シミュレーションを実現するための重要な要素となる。
論文 参考訳（メタデータ） (2026-07-14T00:00:36Z) - Hybrid Gaussian-exponential zero-noise extrapolation for periodic circuits [2.932287734903261]
本稿では,周期構造を持つ量子回路に適したハイブリッドガウス-指数外挿法を提案する。
中間から大きな回路深度について、ハイブリッドモデルは以前の外挿変量と比較して測定可能なバイアスの減少をもたらす。
論文 参考訳（メタデータ） (2026-05-28T02:01:03Z) - Lindbladian Simulation with Commutator Bounds [25.02796052598981]
我々は、リンドブラディアンシミュレーションのための可換器ベースのトロッター誤差境界を導出する。
演算子のスケーリングを維持しながら多対数精度を達成するためにリチャードソン補間を適用する。
局所リンドブラディアンでは, トロッター法がシステム規模スケーリングにおいて, 従来のシミュレーション手法より優れていたことを示す。
論文 参考訳（メタデータ） (2026-03-30T15:51:50Z) - Noise-induced contraction of MPO truncation errors in noisy random circuits and Lindbladian dynamics [2.011411721375655]
本研究では, 行列積演算器 (MPO) のトランケーション誤差が, 2つの構成を模擬した場合にどのように変化するかを検討する。
まず, システム密度行列の平均純度が, ノイズ率と逆スケールの時間スケールで安定な値に緩和されることを示す。
そして、雑音力学が異なる密度行列を同じ定常状態にマッピングするため、トランケーション誤差はシステムサイズ$N$と進化時間$t$の両方で指数関数的に収縮することを示した。
論文 参考訳（メタデータ） (2026-03-20T18:19:41Z) - Second-order Optimization under Heavy-Tailed Noise: Hessian Clipping and Sample Complexity Limits [53.773695219320125]
重み付き雑音下での2階最適化の理論的理解に向けて第一歩を踏み出す。
勾配とヘッセン切断に基づく新しいアルゴリズムを導入し、基本限界にほぼ一致する高い確率上の境界を証明した。
論文 参考訳（メタデータ） (2025-10-12T16:36:54Z) - Optimal High-probability Convergence of Nonlinear SGD under Heavy-tailed Noise via Symmetrization [50.49466204159458]
雑音対称性に基づく2つの新しい推定器を提案する。
よりシャープな分析と改善されたレートを提供します。
モーメントと対称雑音を仮定する作業と比較して、よりシャープな解析と改善率を提供する。
論文 参考訳（メタデータ） (2025-07-12T00:31:13Z) - Random quantum circuits transform local noise into global white noise [118.18170052022323]
低忠実度状態におけるノイズランダム量子回路の測定結果の分布について検討する。
十分に弱くユニタリな局所雑音に対して、一般的なノイズ回路インスタンスの出力分布$p_textnoisy$間の相関(線形クロスエントロピーベンチマークで測定)は指数関数的に減少する。
ノイズが不整合であれば、出力分布は、正確に同じ速度で均一分布の$p_textunif$に近づく。
論文 参考訳（メタデータ） (2021-11-29T19:26:28Z) - Efficient and robust certification of genuine multipartite entanglement
in noisy quantum error correction circuits [58.720142291102135]
実効多部絡み(GME)認証のための条件付き目撃手法を導入する。
線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。
本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
論文 参考訳（メタデータ） (2020-10-06T18:00:07Z) - Learning Halfspaces with Tsybakov Noise [50.659479930171585]
テュバコフ雑音の存在下でのハーフスペースの学習可能性について検討する。
真半空間に関して誤分類誤差$epsilon$を達成するアルゴリズムを与える。
論文 参考訳（メタデータ） (2020-06-11T14:25:02Z) - 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。