論文の概要: Development and experimental implementation of noise characterisation techniques on a superconducting quantum processor

• arxiv url: http://arxiv.org/abs/2610.18000v1
• Date: Tue, 13 Oct 2026 09:02:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 07:46:57.54888
• Title: Development and experimental implementation of noise characterisation techniques on a superconducting quantum processor
• Title（参考訳）: 超伝導量子プロセッサにおけるノイズ特性化技術の開発と実験的実装
• Abstract要約: 正方格子トポロジーを持つ超伝導プロセッサ上での手法の開発と実装を行う。 まず、サイクルベンチマーキングプロトコルを改訂し、学習不可能な自由度から生じるバイアスを減らす。 第2に,従来開発されたテンソルネットワークトモグラフィー手法を拡張し,デバイスレイアウトに適合し,その精度を向上できることを示す。
• 参考スコア（独自算出の注目度）: 0.26004101958108694
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Noise characterisation not only enables error mitigation but also provides valuable information about the intrinsic performance of a quantum device, identifying dominant error contributions and bounding noise stability well beyond the aggregated calibration data. Deploying such methods on a specific hardware topology must combine efficiency and accuracy, assess noise stability, and validate the reconstructed noise model. Here we develop and implement these methods on a superconducting processor with square-lattice topology. First, we revise the cycle-benchmarking protocol and reduce the bias arising from unlearnable degrees of freedom via a regularised cost function. Second, we extend a previously developed tensor-network tomography method to match the device layout and show how its accuracy can be improved by repeated layer execution. Both methods allow approximate sublayer noise models to be extracted from parent ones. Using noise characterisation as a tool, we map the noise structure, track drift, and validate the adequacy of the learnt noise models against experimentally observed noisy estimations in benchmark physical and chemistry circuits. These results inform further improvements in the underlying technology and provide estimates of the size of noise-mitigated circuits that the device can support.
• Abstract（参考訳）: ノイズ特性化は、誤差軽減を可能にするだけでなく、量子デバイスの本質的な性能に関する貴重な情報も提供し、累積キャリブレーションデータよりもはるかに大きな誤差寄与とバウンディングノイズ安定性を識別する。 特定のハードウェアトポロジにそのような手法をデプロイするには、効率と精度を組み合わせ、ノイズ安定性を評価し、再構成されたノイズモデルを検証する必要がある。 ここでは、正方格子位相を持つ超伝導プロセッサ上でこれらの手法を開発し、実装する。 まず、サイクルベンチマーキングプロトコルを改訂し、正規化コスト関数を介して、学習不可能な自由度から生じるバイアスを削減する。 第2に,従来開発されたテンソルネットワークトモグラフィー手法を拡張し,デバイスレイアウトに適合し,繰り返し層実行によってその精度が向上することを示す。 どちらの手法も、親モデルから近似的なサブレイヤノイズモデルを抽出することができる。 ノイズ特性をツールとして用いて, ノイズ構造, トラックドリフト, 学習音モデルの妥当性を, 物理回路および化学回路で実験的に観測された雑音推定値と比較した。 これらの結果は、基礎技術をさらに改善し、デバイスがサポートできるノイズ除去回路のサイズを推定する。

関連論文リスト

• Exact learning of quantum noise with tensor networks [0.0]
  本稿では,量子エラー補正症候群と論理観測データから直接ノイズモデルを学習する変分フレームワークを提案する。 我々は,この目的がアドホックではなく,情報理論の最小論理誤差率を十分に表現可能な雑音アンサッツであることを示す。
  論文  参考訳（メタデータ） (2026-08-31T18:01:16Z)
• Mitigating the Noise Shift for Denoising Generative Models via Noise Awareness Guidance [54.88271057438763]
  ノイズアウェアネスガイダンス (NAG) は、事前に定義された騒音スケジュールと整合性を保つために、サンプリング軌道を明示的に制御する補正手法である。 NAGは一貫してノイズシフトを緩和し、主流拡散モデルの生成品質を大幅に改善する。
  論文  参考訳（メタデータ） (2025-10-14T13:31:34Z)
• 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)
• Improving Zero-noise Extrapolation for Quantum-gate Error Mitigation using a Noise-aware Folding Method [0.0]
  ゼロノイズ外挿(ZNE)を強化したノイズ対応折り畳み技術を提案する。 ハードウェアノイズモデルに基づいてキャリブレーションデータを用いて雑音を再分配する手法を提案する。 提案する折り畳み機構と組み合わさった雑音適応型コンパイル手法を用いることで,量子ゲート型計算のZNE精度を向上させる。
  論文  参考訳（メタデータ） (2024-01-23T05:36:40Z)
• Realistic Noise Synthesis with Diffusion Models [44.404059914652194]
  ディープラーニングモデルには、大規模な実世界のトレーニングデータが必要です。 本稿では,これらの課題に対処するために拡散モデルを用いた新しい実音合成拡散器(RNSD)法を提案する。
  論文  参考訳（メタデータ） (2023-05-23T12:56:01Z)
• 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)
• Characterizing and mitigating coherent errors in a trapped ion quantum processor using hidden inverses [0.20315704654772418]
  量子コンピューティングテストベッドは、量子ビットの小さな集合に対して高忠実な量子制御を示す。 これらのノイズの多い中間スケールデバイスは、デコヒーレンスの前に十分な数のシーケンシャルな操作をサポートすることができる。 これらのアルゴリズムの結果は不完全であるが、これらの不完全性は量子コンピュータのテストベッド開発をブートストラップするのに役立ちます。
  論文  参考訳（メタデータ） (2022-05-27T20:35:24Z)
• 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。