최첨단 양자 오류 완화 기술 통합 및 벤치마킹

최첨단 양자 오류 완화 기술 통합 및 벤치마킹

타임 스탬프 : 6 년 2023 월 5 일 51:XNUMX AM
소스 노드 : 2704485

다니엘 불트리니1,2, 맥스 헌터 고든3, 표트르 차르니크1,4, 앤드류 아라스미스1,5, 엠. 세레소6,5, 패트릭 J. 콜스1,5, 그리고 Lukasz Cincio1,5

1이론 부문, Los Alamos National Laboratory, Los Alamos, NM 87545, USA
2Theoretische Chemie, Physikalisch-Chemisches Institut, Universität Heidelberg, INF 229, D-69120 Heidelberg, 독일
3Instituto de Física Teórica, UAM/CSIC, Universidad Autónoma de Madrid, 마드리드, 스페인
4폴란드 크라쿠프 Jagiellonian 대학교 이론 물리학 연구소.
5양자 과학 센터, Oak Ridge, TN 37931, USA
6정보 과학, Los Alamos 국립 연구소, Los Alamos, NM 87545, USA

이 논문이 흥미 롭거나 토론하고 싶습니까? SciRate에 댓글을 달거나 댓글 남기기.

추상

오류 완화는 단기적으로 실질적인 양자 이점을 달성하는 데 필수적인 구성 요소이며 여러 가지 접근 방식이 제안되었습니다. 이 작업에서 우리는 많은 최신 오류 완화 방법이 공통된 특징을 공유한다는 것을 인식합니다. 즉, 서로 다른 양자 회로의 실행에서 얻은 고전 데이터를 사용하는 데이터 기반입니다. 예를 들어 ZNE(Zero-noise extrapolation)는 가변 노이즈 데이터를 사용하고 Clifford 데이터 회귀(CDR)는 Near-Clifford 회로의 데이터를 사용합니다. 다양한 수의 상태 준비에서 생성된 기존 데이터를 고려하여 가상 증류(VD)를 유사한 방식으로 볼 수 있음을 보여줍니다. 이 사실을 관찰하면 데이터를 사용한 오류 완화를 위한 UNIfied 기술(UNITED)이라고 하는 일반적인 데이터 기반 오류 완화 프레임워크에서 이 세 가지 방법을 통합할 수 있습니다. 특정 상황에서 우리는 UNITED 방법이 개별 방법을 능가할 수 있음을 발견했습니다(즉, 전체가 개별 부분보다 우수함). 구체적으로, UNITED를 벤치마킹하기 위해 포획된 이온 양자 컴퓨터에서 얻은 사실적인 노이즈 모델과 다른 최첨단 방법을 사용하여 무작위 양자 회로와 QAOA(Quantum Alternating Operator Ansatz) 적용에서 생성된 관측값을 완화합니다. 다양한 큐비트 수, 회로 깊이 및 총 샷 수에 대한 Max-Cut 문제. 최적의 성능을 위해 더 많은 샷이 필요한 더 강력한 방법과 함께 다양한 기술의 성능이 샷 예산에 크게 의존한다는 것을 알았습니다. 가장 큰 고려 샷 예산($10^{10}$)에 대해 UNITED가 가장 정확한 완화를 제공한다는 것을 알았습니다. 따라서 우리의 작업은 현재 오류 완화 방법의 벤치마킹을 나타내며 특정 방법이 가장 유용한 체제에 대한 지침을 제공합니다.

주요 이미지: 데이터를 사용한 오류 완화를 위한 통합 기술의 도식 요약.

인기 요약

현재 양자 컴퓨터는 최고의 고전 컴퓨터의 성능을 능가하는 데 어려움을 겪는 오류에 직면해 있습니다. 양자 장치의 잠재력을 최대한 활용하려면 이러한 해로운 영향을 수정하는 것이 중요합니다. 이 문제를 해결하기 위해 오류 완화 방법이 사용됩니다. 이러한 방법 중에서 데이터 기반 오류 완화는 노이즈 유발 효과를 수정하기 위해 양자 측정 결과의 고전적인 후처리를 포함하는 유망한 접근 방식으로 두드러집니다. ZNE(Zero Noise Extrapolation)를 통한 노이즈 강도 스케일링, CDR(Clifford-Data Resgression)에 의해 활용되는 Near-Clifford 회로의 데이터, VD(Virtual Distillation)를 통해 얻은 데이터 양자 상태의 여러 복사본. 이러한 접근 방식을 통합하기 위해 우리는 이러한 모든 데이터 유형을 통합하는 UNITED(Unified Technique for Error Mitigation with Data)를 제안합니다. 또한 포획된 이온 양자 컴퓨터의 현실적인 노이즈 모델과 다양한 큐비트 수와 깊이를 가진 두 가지 유형의 양자 회로를 사용하여 충분한 양자 리소스를 사용할 수 있을 때 통합 방법이 개별 구성 요소를 능가한다는 것을 입증합니다. 마지막으로 다양한 데이터 기반 오류 완화 방법에 가장 유리한 조건을 식별합니다.

► BibTeX 데이터

► 참고 문헌

[1] Xavi Bonet-Monroig, Ramiro Sagastizabal, M Singh 및 TE O'Brien. 대칭 검증을 통한 저비용 오류 완화. Physical Review 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, Jay M Gambetta. 멀티큐비트 실험에서 측정 오류 완화. 물리적 검토 A, 103 (4): 042605, 2021. https:/ / doi.org/ 10.1103/ PhysRevA.103.042605.
https : / /doi.org/10.1103/ PhysRevA.103.042605

[3] 카이 젠유. NISQ 애플리케이션을 위한 다중 지수 오류 외삽 및 결합 오류 완화 기술. 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] 카이 젠유. 대칭 확장을 사용한 양자 오류 완화. 양자, 5: 548, 2021b. https://doi.org/10.22331/q-2021-09-21-548.
https:/​/​doi.org/​10.22331/​q-2021-09-21-548

[5] 카이 젠유. 리소스 효율적인 정제 기반 양자 오류 완화. arXiv 프리프린트 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 및 Patrick J. Coles. 변이 양자 알고리즘. 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 및 Patrick J Coles. 상태 중첩에 대한 양자 알고리즘을 학습합니다. New Journal of Physics, 20 (11): 113022, 2018년 10.1088월. https:/ / doi.org/ 1367/ 2630-94/ aaeXNUMXa.
https : / / doi.org/ 10.1088 / 1367-2630 / aae94a

[8] Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar 및 Patrick J. Coles. 잡음에 강한 양자 회로의 기계 학습. PRX Quantum, 2: 010324, 2021년 10.1103월. https:/ / doi.org/ 2.010324/ PRXQuantum.XNUMX.
https : / / doi.org/ 10.1103 / PRXQuantum.2.010324

[9] Piotr Czarnik, Andrew Arrasmith, Lukasz Cincio, Patrick J Coles. Qubit 효율적인 지수 오류 억제. arXiv 프리프린트 arXiv:2102.06056, 2021a. URL https:/ / arxiv.org/ abs/ 2102.06056.
arXiv : 2102.06056

[10] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles, Lukasz Cincio. Clifford 양자 회로 데이터로 오류 완화. Quantum, 5: 592, 2021년 2521월b. ISSN 327-10.22331X. https://doi.org/2021/q-11-26-592-XNUMX.
https:/​/​doi.org/​10.22331/​q-2021-11-26-592

[11] Piotr Czarnik, Michael McKerns, Andrew T Sornborger 및 Lukasz Cincio. 학습 기반 오류 완화의 효율성 향상. arXiv 프리프린트 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, Pavel Lougovski. 원자핵의 클라우드 양자 컴퓨팅. 물리학 Lett., 120 (21): 210501, 2018. https:/ / doi.org/ 10.1103/ PhysRevLett.120.210501.
https : / /doi.org/10.1103/ PhysRevLett.120.210501

[13] 엔도 스구루, 사이먼 C 벤자민, 잉 리. 가까운 미래의 애플리케이션을 위한 실용적인 양자 오류 완화. Physical Review X, 8(3): 031027, 2018. https:// / doi.org/ 10.1103/ PhysRevX.8.031027.
https : / /doi.org/10.1103/ PhysRevX.8.031027

[14] 엔도 스구루, 차이 젠위, 사이먼 C 벤자민, 샤오 위안. 하이브리드 양자 고전 알고리즘 및 양자 오류 완화. 일본물리학회지, 90(3): 032001, 2021. https:/ / doi.org/ 10.7566/ JPSJ.90.032001.
https : / /doi.org/10.7566/ JPSJ.90.032001

[15] P Erdös와 A Rényi. 무작위 그래프에서 i. 출판 수학. 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] 에드워드 파리, 제프리 골드스톤, 샘 거트만. 양자 근사 최적화 알고리즘. arXiv 사전 인쇄 arXiv:1411.4028, 2014. URL https:// / arxiv.org/ abs/ 1411.4028.
arXiv : 1411.4028

[17] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari, William J Zeng. 양자 오류 완화를 위한 디지털 제로 노이즈 외삽. 양자 컴퓨팅 및 엔지니어링(QCE)에 관한 2020 IEEE 국제 컨퍼런스, 306–316페이지, 2020. https:/ / doi.org/ 10.1109/ QCE49297.2020.00045.
https : / / doi.org/ 10.1109 / QCE49297.2020.00045

[18] 다니엘 고테스만. 양자 컴퓨터의 하이젠베르크 표현, at. 물리학의 그룹 이론 방법에 관한 국제 회의에서. Citeseer, 1998. URL http:/ / citeseerx.ist.psu.edu/ viewdoc/ summary?doi=10.1.1.252.9446.
http://​/citseeerx.ist.psu.edu/​viewdoc/​summary?doi=10.1.1.252.9446

[19] Stuart Hadfield, Zhihui Wang, Bryan O'Gorman, Eleanor G Rieffel, Davide Venturelli, Rupak Biswas. 양자 근사 최적화 알고리즘에서 양자 교대 연산자 ansatz까지. 알고리즘, 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, Raphael C Pooser. 확장 가능한 양자 프로세서 노이즈 특성화. 2020년 QCE(Quantum Computing and Engineering)에 관한 IEEE 국제 컨퍼런스, 430–440페이지. 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, Christian W. Bauer. ID 삽입을 통한 양자 게이트 오류 완화를 위한 제로 노이즈 외삽. Physical Review A, 102: 012426, 2020년 10.1103월. https:/ / doi.org/ 102.012426/ PhysRevA.XNUMX.
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 및 Jarrod R McClean. 양자 오류 완화를 위한 가상 증류. Physical Review X, 11 (4): 041036, 2021. https:/ / doi.org/ 10.1103/ PhysRevX.11.041036.
https : / /doi.org/10.1103/ PhysRevX.11.041036

[23] Mingxia Huo와 Ying Li. 실용적인 양자 오류 완화를 위한 이중 상태 정제. Physical Review 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 및 Jay M. Gambetta. 오류 완화는 잡음이 많은 양자 프로세서의 계산 범위를 확장합니다. Nature, 567 (7749): 491–495, 2019년 1476월. ISSN 4687-10.1038. https://doi.org/41586/s019-1040-7-XNUMX.
https:/​/​doi.org/​10.1038/​s41586-019-1040-7

[25] Sumeet Khatri, Ryan LaRose, Alexander Poremba, Lukasz Cincio, Andrew T Sornborger 및 Patrick J Coles. 양자 지원 양자 컴파일. 양자, 3: 140, 2019. https://doi.org/10.22331/q-2019-05-13-140.
https:/​/​doi.org/​10.22331/​q-2019-05-13-140

[26] 발린트 코조르. 단기 양자 장치에 대한 기하급수적 오류 억제. Physical Review X, 11(3): 031057, 2021a. https://doi.org/10.1103/PhysRevX.11.031057.
https : / /doi.org/10.1103/ PhysRevX.11.031057

[27] 발린트 코조르. 시끄러운 양자 상태의 지배적 고유 벡터입니다. New Journal of Physics, 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, Lukasz Cincio. 데이터 기반 양자 오류 완화에 대한 통합 접근 방식입니다. 물리학 리서치, 3: 033098, 2021년 10.1103월. https:/ / doi.org/ 3.033098/ PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.3.033098

[29] Andrea Mari, Nathan Shammah, William J Zeng. 노이즈 스케일링으로 양자 확률적 오류 제거 확장. Physical Review A, 104 (5): 052607, 2021. https:/ / doi.org/ 10.1103/ PhysRevA.104.052607.
https : / /doi.org/10.1103/ PhysRevA.104.052607

[30] 드미트리 마슬로프. 이온 트랩 양자 기계를 위한 기본 회로 컴파일 기술. 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] 샘 맥아들, 샤오 위안, 사이먼 벤자민. 오류 완화 디지털 양자 시뮬레이션. 물리학 Lett., 122: 180501, 2019년 10.1103월. https:/ / doi.org/ 122.180501/ PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.122.180501

[32] Jarrod R McClean, Sergio Boixo, Vadim N Smelyanskiy, Ryan Babbush 및 Hartmut Neven. 양자 신경망 훈련 환경의 불모의 고원. 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] 애슐리 몬타나로와 스타샤 스타니시치. 페르미온 선형 광학을 사용한 교육을 통한 오류 완화. arXiv 프리프린트 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 및 Margaret Martonosi. 잡음이 많은 중간 규모 양자 컴퓨터를 위한 잡음 적응형 컴파일러 매핑. ASPLOS '19, 페이지 1015–1029, New York, NY, USA, 2019. 컴퓨팅 기계 협회. 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 및 Ryan Babbush. 검증된 위상 추정을 통한 오류 완화. PRX Quantum, 2: 020317, 2021년 10.1103월. https:/ / doi.org/ 2.020317/ PRXQuantum.XNUMX.
https : / / doi.org/ 10.1103 / PRXQuantum.2.020317

[36] 매튜 오튼과 스티븐 K 그레이. 노이즈가 없는 양자 관측 가능 항목 복구. Physical Review A, 99 (1): 012338, 2019. https:/ / doi.org/ 10.1103/ PhysRevA.99.012338.
https : / /doi.org/10.1103/ PhysRevA.99.012338

[37] 매튜 오튼, 크리스티안 L 코르테스, 스티븐 K 그레이. 대칭을 유지하는 안자체를 사용하여 잡음에 강한 양자 역학. arXiv 사전 인쇄 arXiv:1910.06284, 2019. URL https:// / arxiv.org/ abs/ 1910.06284.
arXiv : 1910.06284

[38] 루이스 프라이 리처드슨과 J. 아서 건트. VIII. 한계에 대한 지연된 접근. 런던 왕립 학회의 철학적 거래. Series A, Containing Papers of a Mathematical or Physical Character, 226 (636-646): 299–361, 1927년 10.1098월. https:/ / doi.org/ 1927.0008/ rsta.XNUMX.
https : / /doi.org/ 10.1098 / rsta.1927.0008

[39] Kunal Sharma, Sumeet Khatri, M. Cerezo 및 Patrick J Coles. 변형 양자 컴파일의 잡음 복원력. 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. Smolin과 David P. DiVincenzo. 53개의 2855비트 양자 게이트는 양자 프레드킨 게이트를 구현하는 데 충분합니다. Physical Review A, 2856: 1996–10.1103, 53.2855. https:/ / doi.org/ XNUMX/ PhysRevA.XNUMX.
https : / /doi.org/10.1103/ PhysRevA.53.2855

[41] Alejandro Sopena, Max Hunter Gordon, German Sierra, Esperanza López. 데이터 기반 오류 완화를 통해 디지털 양자 컴퓨터에서 급랭 역학을 시뮬레이션합니다. 양자 과학 및 기술, 2021. https:/ / doi.org/ 10.1088/ 2058-9565/ ac0e7a.
https:/​/​doi.org/​10.1088/​2058-9565/​ac0e7a

[42] Daniel Stilck França와 Raul Garcia-Patron. 시끄러운 양자 장치에서 최적화 알고리즘의 한계. 자연 물리학, 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, Ying Li. 학습 기반 양자 오류 완화. PRX Quantum, 2 (4): 040330, 2021. https:/ / doi.org/ 10.1103/ PRXQuantum.2.040330.
https : / / doi.org/ 10.1103 / PRXQuantum.2.040330

[44] 타카기 류지. 오류 완화를 위한 최적의 리소스 비용. 물리학 Res., 3: 033178, 2021년 10.1103월. https:/ / doi.org/ 3.033178/ PhysRevResearch.XNUMX.
https : / /doi.org/10.1103/ PhysRevResearch.3.033178

[45] Kristan Temme, Sergey Bravyi, Jay M. Gambetta. 단심도 양자 회로에 대한 오류 완화. 물리학 Lett., 119: 180509, 2017년 10.1103월. https:/ / doi.org/ 119.180509/ PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.119.180509

[46] Colin J Trout, Muyuan Li, Mauricio Gutiérrez, Yukai Wu, Sheng-Tao Wang, Luming Duan 및 Kenneth R Brown. 선형 이온 트랩에서 거리 -3 표면 코드의 성능을 시뮬레이션합니다. New Journal of Physics, 20 (4) : 043038, 2018. https : / //doi.org/10.1088/1367-2630/ ab341.
https : / /doi.org/ 10.1088 / 1367-2630 / aab341

[47] Miroslav Urbanek, Benjamin Nachman, Vincent R Pascuzzi, Andre He, Christian W Bauer, Wibe A de Jong. 잡음 추정 회로를 사용하여 양자 컴퓨터에서 탈분극 잡음을 완화합니다. 물리학 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, 김명식, Johannes Knolle. 양자 시뮬레이션에서 전역 탈분극 오류를 간단하게 완화합니다. 물리적 검토 E, 104 (3): 035309, 2021. 10.1103/PhysRevE.104.035309.
https : / /doi.org/10.1103/ PhysRevE.104.035309

[49] Kun Wang, Yu-Ao Chen, Xin Wang. 잘린 노이만 급수를 통해 양자 오류 완화. arXiv 프리프린트 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 및 Patrick J Coles. 변이 양자 알고리즘에서 노이즈로 인한 불모의 고원. 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, Lajos Hanzo. 순열 필터링에 의존하는 양자 오류 완화. 통신에 관한 IEEE 거래, 70(3): 1927–1942, 2022. https:/ / doi.org/ 10.1109/ TCOMM.2021.3132914.
https:// / doi.org/ 10.1109/ TCOMM.2021.3132914

[52] 요시오카 노부유키, 하코시마 히데아키, 마츠자키 유이치로, 도쿠나가 유우키, 스즈키 야스나리, 엔도 스구루. 일반화된 양자 부분 공간 확장. 물리학 Lett., 129: 020502, 2022년 10.1103월. https:/ / doi.org/ 129.020502/ PhysRevLett.XNUMX.
https : / /doi.org/10.1103/ PhysRevLett.129.020502

인용

[1] Ryuji Takagi, Hiroyasu Tajima 및 Mile Gu, "양자 오류 완화를 위한 범용 샘플링 하한", arXiv : 2208.09178, (2022).

[2] C. Huerta Alderete, Alaina M. Green, Nhung H. Nguyen, Yingyue Zhu, Norbert M. Linke 및 BM Rodríguez-Lara, "갇힌 이온 양자 컴퓨터의 파라 입자 발진기 시뮬레이션", arXiv : 2207.02430, (2022).

[3] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio 및 Patrick J. Coles, "오류 완화가 잡음이 있는 변형 양자 알고리즘의 훈련성을 향상시킬 수 있습니까?", arXiv : 2109.01051, (2021).

[4] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, ​​Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao, Gui-Lu Long, "단기 양자 컴퓨팅 기술: 변이 양자 알고리즘, 오류 완화, 회로 컴파일, 벤치마킹 및 클래식 시뮬레이션”, 과학 중국 물리학, 역학 및 천문학 66 5, 250302 (2023).

[5] Alessio Calzona 및 Matteo Carrega, "잡음에 강한 초전도 큐비트를 위한 다중 모드 아키텍처", 초전도과학기술 36 2, 023001 (2023).

[6] Abdullah Ash Saki, Amara Katabarwa, Salonik Resch 및 George Umbrarescu, "오류 완화를 위한 가설 테스트: 오류 완화 평가 방법", arXiv : 2301.02690, (2023).

[7] Andrea Mari, Nathan Shammah 및 William J. Zeng, "노이즈 스케일링으로 양자 확률적 오류 제거 확장", 물리적 검토 A 104 5, 052607 (2021).

[8] Michael Krebsbach, Björn Trauzettel 및 Alessio Calzona, "양자 오류 완화를 위한 Richardson 외삽 최적화", 물리적 검토 A 106 6, 062436 (2022).

[9] Benjamin A. Cordier, Nicolas PD Sawaya, Gian G. Guerreschi 및 Shannon K. McWeeney, "양자 이점의 환경에서 생물학 및 의학", arXiv : 2112.00760, (2021).

[10] Thomas Ayral, Pauline Besserve, Denis Lacroix, Edgar Andres Ruiz Guzman, "다체 물리를 이용한 양자 컴퓨팅", arXiv : 2303.04850, (2023).

[11] Joris Kattemölle 및 Jasper van Wezel, "Kagome 격자의 Heisenberg 반강자성체에 대한 변이 양자 고유 해결사", 물리적 검토 B 106 21, 214429 (2022).

[12] Ryan LaRose, Andrea Mari, Vincent Russo, Dan Strano 및 William J. Zeng, "오류 완화는 양자 컴퓨터의 유효 양자 볼륨을 증가시킵니다", arXiv : 2203.05489, (2022).

[13] Dayue Qin, Xiaosi Xu, Ying Li, "양자 오류 완화 공식 개요", 중국물리 B 31 9, 090306 (2022).

[14] Zhenyu Cai, "양자 오류 완화를 위한 실용적인 프레임워크", arXiv : 2110.05389, (2021).

[15] 알레한드로 소페나, 맥스 헌터 고든, 디에고 가르시아-마르틴, 게르만 시에라, 에스페란자 로페즈, "대수적 베테 회로", 퀀텀 6, 796 (2022).

[16] Noah F. Berthusen, Thaís V. Trevisan, Thomas Iadecola 및 Peter P. Orth, "변형 Trotter 압축에 의한 잡음이 있는 중간 규모 양자 하드웨어에 대한 일관성 시간을 넘어선 양자 역학 시뮬레이션", 물리적 검토 연구 4 2, 023097 (2022).

[17] Yifeng Xiong, Soon Xin Ng 및 Lajos Hanzo, "순열 필터링에 의존하는 양자 오류 완화", arXiv : 2107.01458, (2021).

[18] Xuanqiang Zhao, Benchi Zhao, Zihan Xia, Xin Wang, "시끄러운 양자 상태의 정보 복구 가능성", 퀀텀 7, 978 (2023).

[19] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger 및 Lukasz Cincio, "학습 기반 오류 완화의 효율성 향상", arXiv : 2204.07109, (2022).

[20] Shi-Xin Zhang, Zhou-Quan Wan, Chang-Yu Hsieh, Hong Yao 및 Shengyu Zhang, "변형 양자-신경 하이브리드 오류 완화", arXiv : 2112.10380, (2021).

[21] Max Gordon, "첨단 양자 오류 완화 기술 통합 및 벤치마킹", APS March Meeting Abstracts 2022, S40.012(2022).

[22] Vasily Sazonov 및 Mohamed Tamaazousti, "파라메트릭 회로에 대한 양자 오류 완화", 물리적 검토 A 105 4, 042408 (2022).

[23] Andrew Arrasmith, Andrew Patterson, Alice Boughton 및 Marco Paini, "NISQ 알고리즘에서 사용하기 위한 효율적인 판독 오류 완화 기술의 개발 및 시연", arXiv : 2303.17741, (2023).

[24] Jin-Min Liang, Qiao-Qiao Lv, Zhi-Xi Wang, Shao-Ming Fei, "통합 다변량 추적 추정 및 양자 오류 완화", 물리적 검토 A 107 1, 012606 (2023).

위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2023-06-06 22:08:53). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.

On Crossref의 인용 서비스 인용 작품에 대한 데이터가 없습니다 (최종 시도 2023-06-06 22:08:51).

이 백서는 Quantum에서 Creative Commons Attribution 4.0 International(CC BY 4.0) 특허. 저작권은 저자 또는 기관과 같은 원래 저작권 보유자에게 있습니다.

타임 스탬프 :

더보기 양자 저널