論文の概要: Testing and Diagnosing Parameter Miscalibration in Probabilistic Error Cancellation via Direct Fidelity Estimation

• arxiv url: http://arxiv.org/abs/2609.12802v1
• Date: Fri, 11 Sep 2026 13:00:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.751719
• Title: Testing and Diagnosing Parameter Miscalibration in Probabilistic Error Cancellation via Direct Fidelity Estimation
• Title（参考訳）: 直接忠実度推定による確率的誤差キャンセラにおけるパラメータミススキャリブレーションの検証と診断
• Abstract要約: PEC(Probabilistic Error Cancellation)は、量子計算においてノイズを緩和する手法である。 実際には、これらのパラメータは実験データから推測され、不正確な可能性がある。 本稿では,ハードウェア上でのPECパラメータの整合性をテストするプロトコルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Probabilistic Error Cancellation (PEC) is a standard technique for mitigating noise in quantum computations, but its unbiasedness relies on accurate knowledge of the underlying noise parameters. In practice, these parameters are inferred from experimental data and may be inaccurate. We introduce a protocol that tests PEC parameter consistency on hardware by applying Direct Fidelity Estimation (DFE) to the effective mitigated state. The resulting DFE overlap serves not only as a witness of parameter miscalibration but, under appropriate conditions, also reveals whether the PEC parameters have been overestimated or underestimated. We establish this behavior for arbitrary circuits under global depolarizing noise and for Clifford circuits under general Pauli-stochastic noise. For arbitrary circuits subject to Pauli-stochastic noise, the underestimation result holds generally, while the corresponding overestimation result is established perturbatively for sufficiently small consistent miscalibrations under an additional nondegeneracy condition. We further show that the purity of the effective mitigated operator provides a more general diagnostic, allowing the miscalibration direction to be identified for arbitrary circuits and arbitrary parameter deviations. Finally, we describe a two-copy PEC procedure for measuring this quantity and show that, together with the DFE overlap, it determines the Hilbert-Schmidt distance from the ideal state. The sampling overhead incurred by our protocol is the same as that of PEC, and we discuss strategies to improve it.
• Abstract（参考訳）: PEC(Probabilistic Error Cancellation)は、量子計算におけるノイズを緩和する標準的な手法であるが、その不偏性は基礎となるノイズパラメータの正確な知識に依存している。 実際には、これらのパラメータは実験データから推測され、不正確な可能性がある。 本稿では,ハードウェア上でのPECパラメータの整合性をテストするプロトコルを提案する。 DFEの重なり合いはパラメータの誤校正の証人として機能するだけでなく、適切な条件下では、PECパラメータが過大評価されたか過小評価されたかを明らかにしている。 我々はこの挙動を、大域的偏極雑音下での任意の回路と、一般のパウリ確率雑音下でのクリフォード回路に対して確立する。 Pauli-stochasticノイズを受ける任意の回路に対して、過小評価結果は一般に成り立ち、それに対応する過大評価結果は、追加の非退化条件の下で十分に小さな一貫した誤校正のために摂動的に確立される。 さらに、有効緩和演算子の純度がより一般的な診断を提供し、任意の回路と任意のパラメータの偏差に対して誤校正方向を識別できることを示す。 最後に、この量を測定するための2コピーのPEC手順を説明し、DFE重なりとともに理想状態からヒルベルト・シュミット距離を決定することを示す。 提案プロトコルによるサンプリングオーバーヘッドは, PECと同一であり, 改善戦略について議論する。

関連論文リスト

• Proximal Mediation Analysis with Hidden Recanting Witnesses [6.9475003037956435]
  多くの実践的な設定は、治療によって引き起こされた仲介者-アウトカムの共同設立者として定義される証人が欠席しているか、または完全に知られた先駆者である、という仮定に依存している。 本研究は,未確認の目撃者の存在下での経路特異的な影響を特定することの課題に対処する,3つの新しい識別戦略を開発する。
  論文  参考訳（メタデータ） (2026-06-16T07:07:06Z)
• 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)
• Characterization of syndrome-dependent logical noise in detector regions [0.0]
  本稿では,2つ以上のシンドローム抽出装置からなる検出器領域と関連する論理的パウリチャネルを直接推定するプロトコルを提案する。 我々は,この新たなプロトコルを,閉じ込められたイオンデバイスであるQuantinuum H1-1を用いて,小さなエラー検出コード上で検証する。
  論文  参考訳（メタデータ） (2025-08-11T17:07:54Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• 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)
• Error-quantified Conformal Inference for Time Series [55.11926160774831]
  時系列予測の不確かさの定量化は、時系列データの時間的依存と分布シフトのために困難である。 量子化損失関数をスムースにすることで,iError-quantified Conformal Inference (ECI)を提案する。 ECIは有効な誤発見制御と、他のベースラインよりも厳密な予測セットを出力することができる。
  論文  参考訳（メタデータ） (2025-02-02T15:02:36Z)
• Provably Efficient Bayesian Optimization with Unknown Gaussian Process Hyperparameter Estimation [44.53678257757108]
  目的関数の大域的最適値にサブ線形収束できる新しいBO法を提案する。 本手法では,BOプロセスにランダムなデータポイントを追加するために,マルチアームバンディット法 (EXP3) を用いる。 提案手法は, 様々な合成および実世界の問題に対して, 既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-06-12T03:35:45Z)
• Adaptive Conformal Prediction by Reweighting Nonconformity Score [0.0]
  我々は、QRF(Quantile Regression Forest)を用いて、不整合スコアの分布を学習し、QRFの重みを利用して、テストポイントに類似した残差を持つサンプルにより重要度を割り当てる。 提案手法は,仮定のない有限標本境界範囲と訓練条件範囲を満足し,適切な仮定の下で条件付き範囲を確保できる。
  論文  参考訳（メタデータ） (2023-03-22T16:42:19Z)
• Improve Noise Tolerance of Robust Loss via Noise-Awareness [60.34670515595074]
  本稿では,NARL-Adjuster(NARL-Adjuster for brevity)と呼ばれる,ハイパーパラメータ予測関数を適応的に学習するメタラーニング手法を提案する。 4つのSOTAロバストな損失関数を我々のアルゴリズムに統合し,提案手法の一般性および性能をノイズ耐性と性能の両面で検証した。
  論文  参考訳（メタデータ） (2023-01-18T04:54:58Z)
• Probabilities Are Not Enough: Formal Controller Synthesis for Stochastic Dynamical Models with Epistemic Uncertainty [68.00748155945047]
  複雑な力学系のモデルにおける不確実性を捉えることは、安全なコントローラの設計に不可欠である。 いくつかのアプローチでは、安全と到達可能性に関する時間的仕様を満たすポリシーを形式的な抽象化を用いて合成する。 我々の貢献は、ノイズ、不確実なパラメータ、外乱を含む連続状態モデルに対する新しい抽象的制御法である。
  論文  参考訳（メタデータ） (2022-10-12T07:57:03Z)
• Data post-processing for the one-way heterodyne protocol under composable finite-size security [62.997667081978825]
  本研究では,実用的連続可変(CV)量子鍵分布プロトコルの性能について検討する。 ヘテロダイン検出を用いたガウス変調コヒーレント状態プロトコルを高信号対雑音比で検討する。 これにより、プロトコルの実践的な実装の性能を調べ、上記のステップに関連付けられたパラメータを最適化することができる。
  論文  参考訳（メタデータ） (2022-05-20T12:37:09Z)
• Partial Identification with Noisy Covariates: A Robust Optimization Approach [94.10051154390237]
  観測データセットからの因果推論は、しばしば共変量の測定と調整に依存する。 このロバストな最適化手法により、広範囲な因果調整法を拡張し、部分的同定を行うことができることを示す。 合成および実データセット全体で、このアプローチは既存の手法よりも高いカバレッジ確率でATEバウンダリを提供する。
  論文  参考訳（メタデータ） (2022-02-22T04:24:26Z)
• 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)

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。