論文の概要: Quickly extracting fidelity decay rates in random circuit benchmarking experiments
- arxiv url: http://arxiv.org/abs/2610.11540v1
- Date: Thu, 08 Oct 2026 09:10:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.911295
- Title: Quickly extracting fidelity decay rates in random circuit benchmarking experiments
- Title（参考訳）: ランダム回路ベンチマーク実験における高速抽出忠実度崩壊率
- Abstract要約: 本稿では,標準LinXEBポストプロセッシングとトレースフィルタ関数と呼ばれる新しいポストプロセッシング技術の間を補間する1パラメータの推定器群を紹介する。
現実的な仮定では、トレースフィルタ関数は一時的なモードを確実に抑制し、短い深さで解釈可能な忠実度減衰を露呈する。
リゲッティ超伝導プロセッサの実験は、最大12キュービットの1次元回路の手法を検証する。
- 参考スコア（独自算出の注目度）: 0.04167324031748188
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Randomized benchmarking (RB) with structured circuits is experimentally scalable, but gives biased short-depth fidelity estimates because incomplete ensemble mixing introduces transient modes. Waiting for these transients to decay in deeper circuits can push the signal below the noise floor. This is a well-established obstacle, e.g. in linear cross-entropy benchmarking (LinXEB). Here we overcome this obstacle solely through classical post-processing. We introduce a one-parameter family of estimators that interpolate between the standard LinXEB-type post-processing and a new post-processing technique we call the trace filter function. Under practical assumptions, the trace filter function provably suppresses transient modes, exposing an interpretable fidelity decay at short depth, with theoretical guarantees comparable to standard RB, at the cost of an increased variance. We bound the variance, analyze the evaluation complexity of the new estimators, and develop practical post-processing algorithms. Experiments on a Rigetti superconducting processor validate the method for one-dimensional circuits of up to 12 qubits: where the standard estimator requires depth beyond a 40-layer experimental window, the trace filter function yields consistent estimates below 10 layers. Trace-filtered randomized benchmarking therefore extends reliable fidelity characterization to relevant structured circuit ensembles and short-depth regimes that are inaccessible to conventional estimators.
- Abstract（参考訳）: 構造化回路を用いたランダム化ベンチマーク(RB)は実験的にスケーラブルであるが、不完全アンサンブル混合は過渡モードをもたらすため、バイアス付き短距離忠実度推定を与える。
これらのトランジェントが深い回路で崩壊するのを待つと、ノイズフロアの下の信号を押すことができる。
これは、線形クロスエントロピーベンチマーク(LinXEB)において、よく確立された障害である。
ここでは、古典的な後処理のみでこの障害を克服する。
本稿では,標準LinXEB型ポストプロセッシングとトレースフィルタ関数と呼ばれる新しいポストプロセッシング技術の間を補間する1パラメータの推定器群を紹介する。
現実的な仮定では、トレースフィルタ関数は過渡モードを確実に抑制し、解釈可能な忠実度減衰を短い深さで露呈し、標準RBに匹敵する理論的な保証を、分散が増大するコストで与える。
分散を束縛し、新しい推定器の評価複雑性を分析し、実用的な後処理アルゴリズムを開発した。
リゲッティ超伝導プロセッサの実験では、最大12キュービットの1次元回路の手法が検証され、標準推定器は40層の実験窓を超える深さを必要とするため、トレースフィルタ関数は10層以下の一貫した推定値が得られる。
したがって、トレースフィルタによるランダム化ベンチマークは、従来の推定器にはアクセスできない、関連する構造化回路アンサンブルや短距離アレンジメントに信頼性の高いフィデリティ特性を拡張している。
関連論文リスト
- Hierarchical Variational Kalman Filtering [10.170725007933703]
プロセスノイズのない状態を表す代理変数を導入し、プロセスノイズ統計の明示的なモデリングと推論を可能にする。
本稿では,従来の座標上昇変動推定法 (CAVI) を極端化最大アプテリ問題として再検討する。
論文 参考訳（メタデータ） (2026-07-01T12:38:41Z) - Closed-Form Spectral Regularization for Multi-Task Model Merging [96.82449201305234]
モデルマージは、個別に調整された複数の専門家をトレーニングデータなしで単一のマルチタスクモデルに結合する。
State-of-the-art merging method formulate merging as a layer-wise interference problem。
本稿では,逐次降下の勾配-流路に一致するソフト指数フィルタを組み合わせた閉形式手法SWUDIを提案する。
論文 参考訳（メタデータ） (2026-06-05T14:00:47Z) - Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models [56.67321805551389]
Reinforcement Learning (RL) は, 拡散・流れマッチングジェネレータにおいて, 迅速なアライメントと知覚品質の向上に有効な方法となっている。
探索行動の制御と力学のデノベーションを行うサンプルは、この方針の一部である。
有効探査と安定性のバランスをとる新しいサンプリング器を提案する。
論文 参考訳（メタデータ） (2026-05-22T11:37:22Z) - Temporal Pair Consistency for Variance-Reduced Flow Matching [13.328987133593154]
TPC(Temporal Pair Consistency)は、同じ確率経路に沿ってペア化された時間ステップで速度予測を結合する軽量な分散還元原理である。
フローマッチング内で確立されたTPCは、複数の解像度でCIFAR-10とImageNetのサンプル品質と効率を改善する。
論文 参考訳（メタデータ） (2026-02-04T00:05:21Z) - Structure-Informed Estimation for Pilot-Limited MIMO Channels via Tensor Decomposition [51.56484100374058]
本稿では、スパース観測から低ランクテンソル完備化としてパイロットリミテッドチャネル推定を定式化する。
合成チャネル実験による最小二乗平均二乗誤差(NMSE)の最小二乗平均誤差(LS)に対する改善
DeepMIMO線トレーシングチャネルの評価では、純粋なテンソル法よりも24-44%NMSEが減少している。
論文 参考訳（メタデータ） (2026-02-03T23:38:05Z) - Amortized Spectral Kernel Discovery via Prior-Data Fitted Network [0.0]
本稿では,事前学習したPFNのスペクトル発見を非結合的に行うための解釈可能性駆動型フレームワークを提案する。
我々は、PFNラプタントを明示的なスペクトル密度推定と対応する定常カーネルにマッピングするデコーダアーキテクチャを提案する。
これにより、最適化ベースのベースラインと比較して、推論時間のオーダー・オブ・マグニチュードが減少する。
論文 参考訳（メタデータ） (2026-01-29T13:51:26Z) - Topology-Aware Block Coordinate Descent for Qubit Frequency Calibration of Superconducting Quantum Processors [9.256953420444077]
プリエグゼクティオン校正は、量子プロセッサを操作する上で大きなボトルネックとなる。
Snake SequenceはBlock Coordinate Descent(BCD)と等価であることを示す。
これらの結果は、NISQ-eraプロセッサ上での周波数キャリブレーションのためのスケーラブルで実装可能なワークフローを提供する。
論文 参考訳（メタデータ） (2026-01-15T09:09:36Z) - Diffusion Models for Solving Inverse Problems via Posterior Sampling with Piecewise Guidance [52.705112811734566]
断片的なガイダンススキームを用いて,逆問題を解決するための新しい拡散型フレームワークが導入された。
提案手法は問題に依存しず,様々な逆問題に容易に適応できる。
このフレームワークは, (4時間), (8時間) の超分解能タスクに対して, (23%), (24%) および (24%) の無作為マスクを塗布する場合の (25%) の推論時間を短縮する。
論文 参考訳（メタデータ） (2025-07-22T19:35:14Z) - Robust ultra-shallow shadows [0.251657752676152]
低深度計測回路の幅広いクラスに対して,ロバストなシャドウ推定プロトコルを提案する。
弱相関局所雑音に対して、測定チャネルは効率的な行列積表現を有する。
テンソルネットワークツールを用いて実験データから直接推定する方法を示す。
論文 参考訳（メタデータ） (2024-05-09T18:00:09Z) - Differentiable Annealed Importance Sampling and the Perils of Gradient
Noise [68.44523807580438]
Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。
差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。
我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
論文 参考訳（メタデータ） (2021-07-21T17:10:14Z) - Deep Shells: Unsupervised Shape Correspondence with Optimal Transport [52.646396621449]
本稿では,3次元形状対応のための教師なし学習手法を提案する。
提案手法は,複数のデータセット上での最先端技術よりも大幅に改善されていることを示す。
論文 参考訳（メタデータ） (2020-10-28T22:24:07Z)
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。