Unificación y evaluación comparativa de técnicas de mitigación de errores cuánticos de última generación

Reeditado por Platón

seguidores: 0

daniel bultrini^1,2, Max Hunter Gordon³, Piotr Czarnik^1,4, Andrés Arrasmith^1,5, M. Cerezo^6,5, Patrick J. Coles^1,5y Lukasz Cincio^1,5

¹División Teórica, Laboratorio Nacional de Los Alamos, Los Alamos, NM 87545, EE. UU.
²Theoretische Chemie, Physikalisch-Chemisches Institut, Universität Heidelberg, INF 229, D-69120 Heidelberg, Alemania
³Instituto de Física Teórica, UAM/CSIC, Universidad Autónoma de Madrid, Madrid, España
⁴Instituto de Física Teórica, Universidad Jagellónica, Cracovia, Polonia.
⁵Centro de Ciencias Cuánticas, Oak Ridge, TN 37931, EE. UU.
⁶Ciencias de la Información, Laboratorio Nacional de Los Alamos, Los Alamos, NM 87545, EE. UU.

¿Encuentra este documento interesante o quiere discutirlo? Scite o deje un comentario en SciRate.

Resumen

La mitigación de errores es un componente esencial para lograr una ventaja cuántica práctica a corto plazo, y se han propuesto varios enfoques diferentes. En este trabajo, reconocemos que muchos métodos de mitigación de errores de última generación comparten una característica común: están basados en datos y emplean datos clásicos obtenidos de ejecuciones de diferentes circuitos cuánticos. Por ejemplo, la extrapolación de ruido cero (ZNE) usa datos de ruido variable y la regresión de datos de Clifford (CDR) usa datos de circuitos cercanos a Clifford. Mostramos que la destilación virtual (VD) se puede ver de manera similar al considerar los datos clásicos producidos a partir de diferentes números de preparaciones estatales. Observar este hecho nos permite unificar estos tres métodos bajo un marco general de mitigación de errores basado en datos que llamamos Técnica UNIficada para la Mitigación de Errores con Datos (UNITED). En ciertas situaciones, encontramos que nuestro método UNITED puede superar a los métodos individuales (es decir, el todo es mejor que las partes individuales). Específicamente, empleamos un modelo de ruido realista obtenido de una computadora cuántica de iones atrapados para comparar UNITED, así como otros métodos de última generación, para mitigar los observables producidos a partir de circuitos cuánticos aleatorios y el operador alternativo cuántico Ansatz (QAOA) aplicado. a problemas de Max-Cut con varios números de qubits, profundidades de circuito y números totales de disparos. Encontramos que el rendimiento de las diferentes técnicas depende en gran medida de los presupuestos de disparos, con métodos más potentes que requieren más disparos para un rendimiento óptimo. Para nuestro mayor presupuesto de disparo considerado ($10^{10}$), encontramos que UNITED brinda la mitigación más precisa. Por lo tanto, nuestro trabajo representa una evaluación comparativa de los métodos actuales de mitigación de errores y proporciona una guía para los regímenes cuando ciertos métodos son más útiles.

Imagen destacada: resumen esquemático de la técnica unificada para la mitigación de errores con datos.

Resumen popular

Las computadoras cuánticas actuales enfrentan errores que plantean desafíos para superar el rendimiento de las mejores computadoras clásicas. Para aprovechar al máximo el potencial de los dispositivos cuánticos, es crucial corregir estos efectos perjudiciales. Se emplean métodos de mitigación de errores para solucionar este problema. Entre estos métodos, la mitigación de errores basada en datos se destaca como un enfoque prometedor, que implica el procesamiento posterior clásico de los resultados de la medición cuántica para rectificar los efectos inducidos por el ruido. Se han utilizado varios tipos de datos en este contexto, incluido el escalado de la intensidad del ruido a través de la extrapolación de ruido cero (ZNE), los datos de los circuitos cercanos a Clifford utilizados por la regresión de datos de Clifford (CDR) y los datos obtenidos a través de la destilación virtual (VD) al preparar múltiples copias de un estado cuántico. Para unificar estos enfoques, proponemos la Técnica UNIficada para la Mitigación de Errores con Datos (UNITED), que integra todos estos tipos de datos. Además, demostramos que el método unificado supera a los componentes individuales cuando hay suficientes recursos cuánticos disponibles, empleando un modelo de ruido realista de una computadora cuántica de iones atrapados y dos tipos diferentes de circuitos cuánticos con diferentes recuentos y profundidades de qubits. Finalmente, identificamos las condiciones más favorables para diferentes métodos de mitigación de errores basados en datos.

► datos BibTeX

@article{Bultrini2023unificando, doi = {10.22331/q-2023-06-06-1034}, url = {https://doi.org/10.22331/q-2023-06-06-1034}, título = {Unificando y evaluación comparativa de técnicas de mitigación de errores cuánticos de última generación}, autor = {Bultrini, Daniel y Gordon, Max Hunter y Czarnik, Piotr y Arrasmith, Andrew y Cerezo, M. y Coles, Patrick J. y Cincio, Lukasz}, revista = {{Quantum}}, issn = {2521-327X}, editor = {{Verein zur F{"{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volumen = {7}, páginas = {1034 }, mes = junio, año = {2023} }

► referencias

[ 1 ] Xavi Bonet-Monroig, Ramiro Sagastizabal, M Singh y TE O'Brien. Mitigación de errores de bajo costo mediante verificación de simetría. Revisión física A, 98 (6): 062339, 2018. https://doi.org/10.1103/PhysRevA.98.062339.
https: / / doi.org/ 10.1103 / PhysRevA.98.062339

[ 2 ] Sergey Bravyi, Sarah Sheldon, Abhinav Kandala, David C Mckay y Jay M Gambetta. Mitigación de errores de medición en experimentos multiqubit. Revisión física A, 103 (4): 042605, 2021. https://doi.org/10.1103/PhysRevA.103.042605.
https: / / doi.org/ 10.1103 / PhysRevA.103.042605

[ 3 ] Zhenyu Cai. Extrapolación de errores multiexponencial y combinación de técnicas de mitigación de errores para aplicaciones NISQ. npj Quantum Information, 7 (1): 1–12, 2021a. https://doi.org/10.1038/s41534-021-00404-3.
https://doi.org/10.1038/s41534-021-00404-3

[ 4 ] Zhenyu Cai. Mitigación de errores cuánticos mediante expansión de simetría. Cuántica, 5: 548, 2021b. https://doi.org/10.22331/q-2021-09-21-548.
https://doi.org/10.22331/q-2021-09-21-548

[ 5 ] Zhenyu Cai. Mitigación de errores cuánticos basada en purificación eficiente en recursos. preimpresión de arXiv arXiv:2107.07279, 2021c. URL https://arxiv.org/abs/2107.07279.
arXiv: 2107.07279

[ 6 ] M. Cerezo, Andrew Arrasmith, Ryan Babbush, Simon C Benjamin, Suguru Endo, Keisuke Fujii, Jarrod R McClean, Kosuke Mitarai, Xiao Yuan, Lukasz Cincio y Patrick J. Coles. Algoritmos cuánticos variacionales. Nature Reviews Physics, 3 (1): 625–644, 2021. https://doi.org/10.1038/s42254-021-00348-9.
https://doi.org/10.1038/s42254-021-00348-9

[ 7 ] Lukasz Cincio, Yiğit Subaşı, Andrew T Sornborger y Patrick J Coles. Aprendizaje del algoritmo cuántico para la superposición de estados. New Journal of Physics, 20 (11): 113022, noviembre de 2018. https://doi.org/10.1088/1367-2630/aae94a.
https: / / doi.org/ 10.1088 / 1367-2630 / aae94a

[ 8 ] Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar y Patrick J. Coles. Aprendizaje automático de circuitos cuánticos resistentes al ruido. PRX Quantum, 2: 010324, febrero de 2021. https://doi.org/10.1103/PRXQuantum.2.010324.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010324

[ 9 ] Piotr Czarnik, Andrew Arrasmith, Lukasz Cincio y Patrick J. Coles. Supresión exponencial de errores Qubit-eficiente. preimpresión de arXiv arXiv:2102.06056, 2021a. URL https://arxiv.org/abs/2102.06056.
arXiv: 2102.06056

[ 10 ] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles y Lukasz Cincio. Mitigación de errores con datos del circuito cuántico de Clifford. Quantum, 5: 592, noviembre de 2021b. ISSN 2521-327X. https://doi.org/10.22331/q-2021-11-26-592.
https://doi.org/10.22331/q-2021-11-26-592

[ 11 ] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger y Lukasz Cincio. Mejorar la eficiencia de la mitigación de errores basada en el aprendizaje. Preimpresión de arXiv arXiv:2204.07109, 2022. URL https://arxiv.org/abs/2204.07109.
arXiv: 2204.07109

[ 12 ] Eugene F Dumitrescu, Alex J McCaskey, Gaute Hagen, Gustav R Jansen, Titus D Morris, T Papenbrock, Raphael C Pooser, David Jarvis Dean y Pavel Lougovski. Computación cuántica en la nube de un núcleo atómico. física Rev. Lett., 120 (21): 210501, 2018. https://doi.org/10.1103/PhysRevLett.120.210501.
https: / / doi.org/ 10.1103 / PhysRevLett.120.210501

[ 13 ] Suguru Endo, Simon C Benjamin y Ying Li. Mitigación práctica de errores cuánticos para aplicaciones en el futuro cercano. Physical Review X, 8 (3): 031027, 2018. https: / / doi.org/ 10.1103 / PhysRevX.8.031027.
https: / / doi.org/ 10.1103 / PhysRevX.8.031027

[ 14 ] Suguru Endo, Zhenyu Cai, Simon C Benjamin y Xiao Yuan. Algoritmos híbridos cuánticos-clásicos y mitigación de errores cuánticos. Diario de la Sociedad Física de Japón, 90 (3): 032001, 2021. https://doi.org/10.7566/JPSJ.90.032001.
https: / / doi.org/ 10.7566 / JPSJ.90.032001

[ 15 ] P Erdös y A Rényi. En gráficos aleatorios i. publ. matemáticas. debrecen, 6 (290-297): 18, 1959. URL http://snap.stanford.edu/class/cs224w-readings/erdos59random.pdf.
http:///snap.stanford.edu/class/cs224w-readings/erdos59random.pdf

[ 16 ] Edward Farhi, Jeffrey Goldstone y Sam Gutmann. Un algoritmo de optimización de aproximación cuántica. preprint de arXiv arXiv: 1411.4028, 2014. URL https: / / arxiv.org/ abs / 1411.4028.
arXiv: 1411.4028

[ 17 ] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari y William J Zeng. Extrapolación digital de ruido cero para la mitigación de errores cuánticos. Conferencia internacional IEEE de 2020 sobre computación e ingeniería cuánticas (QCE), páginas 306–316, 2020. https://doi.org/10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045

[ 18 ] Daniel Gottesmann. La representación heisenberg de las computadoras cuánticas, charla en. En Conferencia Internacional sobre Métodos Teóricos de Grupos en Física. Citeseer, 1998. URL http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.252.9446.
http:///citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.252.9446

[ 19 ] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli y Rupak Biswas. Del algoritmo de optimización cuántica aproximada al operador cuántico alterno ansatz. Algoritmos, 12 (2): 34, 2019. https://doi.org/10.3390/a12020034.
https: / / doi.org/ 10.3390 / a12020034

[ 20 ] Kathleen E Hamilton, Tyler Kharazi, Titus Morris, Alexander J McCaskey, Ryan S Bennink y Raphael C Pooser. Caracterización escalable del ruido del procesador cuántico. En la Conferencia internacional IEEE de 2020 sobre computación e ingeniería cuánticas (QCE), páginas 430–440. IEEE, 2020. https://doi.org/10.1109/QCE49297.2020.00060.
https: / / doi.org/ 10.1109 / QCE49297.2020.00060

[ 21 ] Andre He, Benjamin Nachman, Wibe A. de Jong y Christian W. Bauer. Extrapolación de ruido cero para la mitigación de errores de puerta cuántica con inserciones de identidad. Revisión física A, 102: 012426, julio de 2020. https://doi.org/10.1103/PhysRevA.102.012426.
https: / / doi.org/ 10.1103 / PhysRevA.102.012426

[ 22 ] William J Huggins, Sam McArdle, Thomas E O'Brien, Joonho Lee, Nicholas C Rubin, Sergio Boixo, K Birgitta Whaley, Ryan Babbush y Jarrod R McClean. Destilación virtual para la mitigación de errores cuánticos. Revisión física X, 11 (4): 041036, 2021. https://doi.org/10.1103/PhysRevX.11.041036.
https: / / doi.org/ 10.1103 / PhysRevX.11.041036

[ 23 ] Mingxia Huo y Ying Li. Purificación de estado dual para la mitigación práctica de errores cuánticos. Revisión física A, 105 (2): 022427, 2022. https://doi.org/10.1103/PhysRevA.105.022427.
https: / / doi.org/ 10.1103 / PhysRevA.105.022427

[ 24 ] Abhinav Kandala, Kristan Temme, Antonio D. Córcoles, Antonio Mezzacapo, Jerry M. Chow y Jay M. Gambetta. La mitigación de errores amplía el alcance computacional de un procesador cuántico ruidoso. Nature, 567 (7749): 491–495, marzo de 2019. ISSN 1476-4687. https://doi.org/10.1038/s41586-019-1040-7.
https://doi.org/10.1038/s41586-019-1040-7

[ 25 ] Sumeet Khatri, Ryan LaRose, Alexander Poremba, Lukasz Cincio, Andrew T Sornborger y Patrick J Coles. Compilación cuántica asistida por cuántica. Cuántica, 3: 140, 2019. https://doi.org/10.22331/q-2019-05-13-140.
https://doi.org/10.22331/q-2019-05-13-140

[ 26 ] Balint Koczor. Supresión de errores exponenciales para dispositivos cuánticos a corto plazo. Revisión física X, 11 (3): 031057, 2021a. https://doi.org/10.1103/PhysRevX.11.031057.
https: / / doi.org/ 10.1103 / PhysRevX.11.031057

[ 27 ] Balint Koczor. El vector propio dominante de un estado cuántico ruidoso. Nueva revista de física, 23 (12): 123047, 2021b. https://doi.org/10.1088/1367-2630/ac37ae.
https:///doi.org/10.1088/1367-2630/ac37ae

[ 28 ] Angus Lowe, Max Hunter Gordon, Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles y Lukasz Cincio. Enfoque unificado para la mitigación de errores cuánticos basada en datos. física Rev. Research, 3: 033098, julio de 2021. https://doi.org/10.1103/PhysRevResearch.3.033098.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033098

[ 29 ] Andrea Mari, Nathan Shammah y William J. Zeng. Ampliación de la cancelación de errores probabilísticos cuánticos mediante escalado de ruido. Revisión física A, 104 (5): 052607, 2021. https://doi.org/10.1103/PhysRevA.104.052607.
https: / / doi.org/ 10.1103 / PhysRevA.104.052607

[ 30 ] Dmitri Maslov. Técnicas básicas de compilación de circuitos para una máquina cuántica de trampa de iones. New Journal of Physics, 19 (2): 023035, 2017. https://doi.org/10.1088/1367-2630/aa5e47.
https://doi.org/10.1088/1367-2630/aa5e47

[ 31 ] Sam McArdle, Xiao Yuan y Simon Benjamin. Simulación cuántica digital con mitigación de errores. física Rev. Lett., 122: 180501, mayo de 2019. https://doi.org/10.1103/PhysRevLett.122.180501.
https: / / doi.org/ 10.1103 / PhysRevLett.122.180501

[ 32 ] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush y Hartmut Neven. Meseta estéril en paisajes de entrenamiento de redes neuronales cuánticas. Nature Communications, 9 (1): 1–6, 2018. https://doi.org/10.1038/s41467-018-07090-4.
https://doi.org/10.1038/s41467-018-07090-4

[ 33 ] Ashley Montanaro y Stasja Stanisic. Mitigación de errores mediante entrenamiento con óptica lineal fermiónica. Preimpresión de arXiv arXiv:2102.02120, 2021. URL https://arxiv.org/abs/2102.02120.
arXiv: 2102.02120

[ 34 ] Prakash Murali, Jonathan M. Baker, Ali Javadi-Abhari, Frederic T. Chong y Margaret Martonosi. Mapeos de compiladores adaptativos al ruido para computadoras cuánticas ruidosas de escala intermedia. ASPLOS '19, página 1015–1029, Nueva York, NY, EE. UU., 2019. Association for Computing Machinery. ISBN 9781450362405. https:///doi.org/10.1145/3297858.3304075.
https: / / doi.org/ 10.1145 / 3297858.3304075

[ 35 ] Thomas E. O'Brien, Stefano Polla, Nicholas C. Rubin, William J. Huggins, Sam McArdle, Sergio Boixo, Jarrod R. McClean y Ryan Babbush. Mitigación de errores mediante estimación de fase verificada. PRX Quantum, 2: 020317, mayo de 2021. https://doi.org/10.1103/PRXQuantum.2.020317.
https: / / doi.org/ 10.1103 / PRXQuantum.2.020317

[ 36 ] Matthew Otten y Stephen K Gray. Recuperación de observables cuánticos libres de ruido. Revisión física A, 99 (1): 012338, 2019. https://doi.org/10.1103/PhysRevA.99.012338.
https: / / doi.org/ 10.1103 / PhysRevA.99.012338

[ 37 ] Matthew Otten, Cristian L Cortes y Stephen K. Gray. Dinámica cuántica resistente al ruido utilizando ansatzes que preservan la simetría. preprint arXiv arXiv: 1910.06284, 2019. URL https: / / arxiv.org/ abs / 1910.06284.
arXiv: 1910.06284

[ 38 ] Lewis Fry Richardson y J. Arthur Gaunt. VIII. la aproximación diferida al límite. Transacciones filosóficas de la Royal Society de Londres. Serie A, que contiene artículos de carácter matemático o físico, 226 (636-646): 299–361, enero de 1927. https://doi.org/10.1098/rsta.1927.0008.
https: / / doi.org/ 10.1098 / rsta.1927.0008

[ 39 ] Kunal Sharma, Sumeet Khatri, M. Cerezo y Patrick J Coles. Resistencia al ruido de la compilación cuántica variacional. New Journal of Physics, 22 (4): 043006, 2020. https://doi.org/10.1088/1367-2630/ab784c.
https: / / doi.org/ 10.1088 / 1367-2630 / ab784c

[ 40 ] John A. Smolin y David P. DiVincenzo. Cinco puertas cuánticas de dos bits son suficientes para implementar la puerta cuántica de fredkin. Revisión física A, 53: 2855–2856, 1996. https://doi.org/10.1103/PhysRevA.53.2855.
https: / / doi.org/ 10.1103 / PhysRevA.53.2855

[ 41 ] Alejandro Sopena, Max Hunter Gordon, Germán Sierra y Esperanza López. Simulación de la dinámica de extinción en una computadora cuántica digital con mitigación de errores basada en datos. Ciencia y Tecnología Cuántica, 2021. https://doi.org/10.1088/2058-9565/ac0e7a.
https://doi.org/10.1088/2058-9565/ac0e7a

[ 42 ] Daniel Stilck França y Raul Garcia-Patron. Limitaciones de los algoritmos de optimización en dispositivos cuánticos ruidosos. Nature Physics, 17 (11): 1221–1227, 2021. https://doi.org/10.1038/s41567-021-01356-3.
https://doi.org/10.1038/s41567-021-01356-3

[ 43 ] Armands Strikis, Dayue Qin, Yanzhu Chen, Simon C Benjamin y Ying Li. Mitigación de errores cuánticos basada en el aprendizaje. PRX Quantum, 2 (4): 040330, 2021. https://doi.org/10.1103/PRXQuantum.2.040330.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040330

[ 44 ] Ryuuji Takagi. Costo óptimo de recursos para la mitigación de errores. física Rev. Res., 3: 033178, agosto de 2021. https://doi.org/10.1103/PhysRevResearch.3.033178.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033178

[ 45 ] Kristan Temme, Sergey Bravyi y Jay M. Gambetta. Mitigación de errores para circuitos cuánticos de poca profundidad. física Rev. Lett., 119: 180509, noviembre de 2017. https://doi.org/10.1103/PhysRevLett.119.180509.
https: / / doi.org/ 10.1103 / PhysRevLett.119.180509

[ 46 ] Colin J Trout, Muyuan Li, Mauricio Gutiérrez, Yukai Wu, Sheng-Tao Wang, Luming Duan y Kenneth R Brown. Simulando el rendimiento de un código de superficie de distancia 3 en una trampa de iones lineal. New Journal of Physics, 20 (4): 043038, 2018. https: / / doi.org/ 10.1088 / 1367-2630 / aab341.
https: / / doi.org/ 10.1088 / 1367-2630 / aab341

[ 47 ] Miroslav Urbanek, Benjamin Nachman, Vincent R Pascuzzi, Andre He, Christian W Bauer y Wibe A de Jong. Mitigación del ruido despolarizante en computadoras cuánticas con circuitos de estimación de ruido. física Rev. Lett., 127 (27): 270502, 2021. https://doi.org/10.1103/PhysRevLett.127.270502.
https: / / doi.org/ 10.1103 / PhysRevLett.127.270502

[ 48 ] Joseph Vovrosh, Kiran E Khosla, Sean Greenaway, Christopher Self, Myungshik S Kim y Johannes Knolle. Mitigación simple de errores de despolarización global en simulaciones cuánticas. Revisión física E, 104 (3): 035309, 2021. 10.1103/PhysRevE.104.035309.
https: / / doi.org/ 10.1103 / PhysRevE.104.035309

[ 49 ] Kun Wang, Yu-Ao Chen y Xin Wang. Mitigación de errores cuánticos a través de series de Neumann truncadas. preimpresión de arXiv arXiv:2111.00691, 2021a. URL https://arxiv.org/abs/2111.00691.
arXiv: 2111.00691

[ 50 ] Samson Wang, Enrico Fontana, M. Cerezo, Kunal Sharma, Akira Sone, Lukasz Cincio y Patrick J Coles. Mesetas estériles inducidas por ruido en algoritmos cuánticos variacionales. Nature Communications, 12 (1): 1–11, 2021b. https://doi.org/10.1038/s41467-021-27045-6.
https://doi.org/10.1038/s41467-021-27045-6

[ 51 ] Yifeng Xiong, Soon Xin Ng y Lajos Hanzo. Mitigación de errores cuánticos basada en el filtrado de permutación. IEEE Transactions on Communications, 70 (3): 1927–1942, 2022. https://doi.org/10.1109/TCOMM.2021.3132914.
https: / / doi.org/ 10.1109 / TCOMM.2021.3132914

[ 52 ] Nobuyuki Yoshioka, Hideaki Hakoshima, Yuichiro Matsuzaki, Yuuki Tokunaga, Yasunari Suzuki y Suguru Endo. Expansión subespacial cuántica generalizada. física Rev. Lett., 129: 020502, julio de 2022. https://doi.org/10.1103/PhysRevLett.129.020502.
https: / / doi.org/ 10.1103 / PhysRevLett.129.020502

Citado por

[1] Ryuji Takagi, Hiroyasu Tajima y Mile Gu, "Límites inferiores de muestreo universal para la mitigación de errores cuánticos", arXiv: 2208.09178, (2022).

[2] C. Huerta Alderete, Alaina M. Green, Nhung H. Nguyen, Yingyue Zhu, Norbert M. Linke y BM Rodríguez-Lara, "Simulaciones de oscilador de parapartículas en una computadora cuántica de iones atrapados", arXiv: 2207.02430, (2022).

[3] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio y Patrick J. Coles, "¿Puede la mitigación de errores mejorar la capacidad de entrenamiento de algoritmos cuánticos variacionales ruidosos?", arXiv: 2109.01051, (2021).

[4] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao y Gui-Lu Long, "Técnicas de computación cuántica a corto plazo: algoritmos cuánticos variacionales, mitigación de errores, compilación de circuitos, evaluación comparativa y simulación clásica", Ciencia China Física, mecánica y astronomía 66 5, 250302 (2023).

[5] Alessio Calzona y Matteo Carrega, "Arquitecturas multimodo para qubits superconductores resistentes al ruido", Superconductor Ciencia Tecnología 36 2, 023001 (2023).

[6] Abdullah Ash Saki, Amara Katabarwa, Salonik Resch y George Umbrarescu, "Pruebas de hipótesis para la mitigación de errores: cómo evaluar la mitigación de errores", arXiv: 2301.02690, (2023).

[7] Andrea Mari, Nathan Shammah y William J. Zeng, "Ampliación de la cancelación de errores probabilísticos cuánticos mediante escalado de ruido", Revisión física A 104 5, 052607 (2021).

[8] Michael Krebsbach, Björn Trauzettel y Alessio Calzona, "Optimización de la extrapolación de Richardson para la mitigación de errores cuánticos", Revisión física A 106 6, 062436 (2022).

[9] Benjamin A. Cordier, Nicolas P. D. Sawaya, Gian G. Guerreschi y Shannon K. McWeeney, "Biología y medicina en el panorama de las ventajas cuánticas", arXiv: 2112.00760, (2021).

[10] Thomas Ayral, Pauline Besserve, Denis Lacroix y Edgar Andrés Ruiz Guzmán, "Computación cuántica con y para la física de muchos cuerpos", arXiv: 2303.04850, (2023).

[11] Joris Kattemölle y Jasper van Wezel, "Eigensolver cuántico variacional para el antiferroimán de Heisenberg en la red de Kagome", Revisión física B 106 21, 214429 (2022).

[12] Ryan LaRose, Andrea Mari, Vincent Russo, Dan Strano y William J. Zeng, "La mitigación de errores aumenta el volumen cuántico efectivo de las computadoras cuánticas", arXiv: 2203.05489, (2022).

[13] Dayue Qin, Xiaosi Xu y Ying Li, "Una descripción general de las fórmulas de mitigación de errores cuánticos", Física china B 31 9, 090306 (2022).

[14] Zhenyu Cai, "Un marco práctico para la mitigación de errores cuánticos", arXiv: 2110.05389, (2021).

[15] Alejandro Sopena, Max Hunter Gordon, Diego García-Martín, Germán Sierra y Esperanza López, "Algebraic Bethe Circuits", Cuántica 6, 796 (2022).

[16] Noah F. Berthusen, Thaís V. Trevisan, Thomas Iadecola y Peter P. Orth, "Simulaciones de dinámica cuántica más allá del tiempo de coherencia en hardware cuántico ruidoso de escala intermedia mediante compresión variacional de Trotter", Investigación de revisión física 4 2, 023097 (2022).

[17] Yifeng Xiong, Soon Xin Ng y Lajos Hanzo, "Mitigación de errores cuánticos basada en el filtrado de permutaciones", arXiv: 2107.01458, (2021).

[18] Xuanqiang Zhao, Benchi Zhao, Zihan Xia y Xin Wang, "Recuperabilidad de la información de estados cuánticos ruidosos", Cuántica 7, 978 (2023).

[19] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger y Lukasz Cincio, "Mejorar la eficiencia de la mitigación de errores basada en el aprendizaje", arXiv: 2204.07109, (2022).

[20] Shi-Xin Zhang, Zhou-Quan Wan, Chang-Yu Hsieh, Hong Yao y Shengyu Zhang, "Mitigación de errores híbridos neuronales cuánticos variacionales", arXiv: 2112.10380, (2021).

[21] Max Gordon, "Unificación y evaluación comparativa de técnicas de mitigación de errores cuánticos de última generación", APS March Meeting Abstracts 2022, S40.012 (2022).

[22] Vasily Sazonov y Mohamed Tamaazousti, "Mitigación de errores cuánticos para circuitos paramétricos", Revisión física A 105 4, 042408 (2022).

[23] Andrew Arrasmith, Andrew Patterson, Alice Boughton y Marco Paini, "Desarrollo y demostración de una técnica eficiente de mitigación de errores de lectura para su uso en algoritmos NISQ", arXiv: 2303.17741, (2023).

[24] Jin-Min Liang, Qiao-Qiao Lv, Zhi-Xi Wang y Shao-Ming Fei, "Estimación de traza multivariante unificada y mitigación de errores cuánticos", Revisión física A 107 1, 012606 (2023).

Las citas anteriores son de ANUNCIOS SAO / NASA (última actualización exitosa 2023-06-06 22:08:53). La lista puede estar incompleta ya que no todos los editores proporcionan datos de citas adecuados y completos.

On Servicio de citaciones de Crossref no se encontraron datos sobre las obras citadas (último intento 2023-06-06 22:08:51).

Este documento se publica en Quantum bajo el Creative Commons Reconocimiento 4.0 Internacional (CC BY 4.0) licencia. Los derechos de autor permanecen con los titulares de derechos de autor originales, como los autores o sus instituciones.

Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
PlatoAiStream. Inteligencia de datos Web3. Conocimiento amplificado. Accede Aquí.
Acuñando el futuro con Adryenn Ashley. Accede Aquí.
Compra y Vende Acciones en Empresas PRE-IPO con PREIPO®. Accede Aquí.
Fuente: https://quantum-journal.org/papers/q-2023-06-06-1034/

Sello de tiempo: Sábado, Junio 6, 2023

Sello de tiempo: 13 de octubre de 2022

Certificar la información cuántica de Fisher a partir de un conjunto dado de valores medios: un enfoque de programación semidefinida

Clúster de origen:

Diario cuántico

Nodo de origen: 2957738

Sello de tiempo: 24 de octubre de 2023

Sobre algoritmos de baja profundidad para la estimación de fases cuánticas

Clúster de origen:

Diario cuántico

Nodo de origen: 2985995

Sello de tiempo: Nov 6, 2023

Reeditado por Platón

Preparación óptima (controlada) del estado cuántico y síntesis unitaria mejorada mediante circuitos cuánticos con cualquier número de qubits auxiliares

Ecuaciones maestras simples para describir sistemas accionados sujetos a ruido clásico no markoviano

Un marco matemático para los ajustes finos operativos

Descubrimiento digital de 100 experimentos cuánticos diversos con PyTheus

Termometría de sistemas cuánticos gaussianos utilizando medidas gaussianas

Evoluciones puras no markovianas

Resumen: Análisis de circuitos cuánticos mediante simulación de estabilizador abstracto

Síntesis variacional eficiente de circuitos cuánticos con optimización coherente de arranque múltiple

Limitaciones del enfoque de la matriz de Macaulay para usar el algoritmo HHL para resolver sistemas polinómicos multivariados

Soluciones variacionales para mapeos de fermion a qubit en dos dimensiones espaciales

Certificar la información cuántica de Fisher a partir de un conjunto dado de valores medios: un enfoque de programación semidefinida

Sobre algoritmos de baja profundidad para la estimación de fases cuánticas

Sobre Nosotros

Búsqueda vertical y Ai

Productos

Manténganse Conectados

Mi Cuenta