Forene og benchmarking state-of-the-art teknikker for reduksjon av kvantefeil

Publisert av Platon

Følgere: 0

Daniel Bultrini^1,2, Max Hunter Gordon³, Piotr Czarnik^1,4, Andrew Arrasmith^1,5, M. Cerezo^6,5, Patrick J. Coles^1,5, og Lukasz Cincio^1,5

¹Teoretisk divisjon, Los Alamos National Laboratory, Los Alamos, NM 87545, USA
²Theoretische Chemie, Physikalisch-Chemisches Institut, Universität Heidelberg, INF 229, D-69120 Heidelberg, Tyskland
³Instituto de Física Teórica, UAM/CSIC, Universidad Autónoma de Madrid, Madrid, Spania
⁴Institutt for teoretisk fysikk, Jagiellonian University, Krakow, Polen.
⁵Quantum Science Center, Oak Ridge, TN 37931, USA
⁶Informasjonsvitenskap, Los Alamos National Laboratory, Los Alamos, NM 87545, USA

Finn dette papiret interessant eller vil diskutere? Scite eller legg igjen en kommentar på SciRate.

Abstrakt

Feilredusering er en viktig komponent for å oppnå en praktisk kvantefordel på kort sikt, og en rekke forskjellige tilnærminger har blitt foreslått. I dette arbeidet erkjenner vi at mange toppmoderne feilreduserende metoder deler et fellestrekk: de er datadrevne, og bruker klassiske data hentet fra kjøringer av forskjellige kvantekretser. For eksempel bruker Zero-Noise Extrapolation (ZNE) variable støydata og Clifford-dataregresjon (CDR) bruker data fra nær-Clifford-kretser. Vi viser at Virtual Destillation (VD) kan sees på en lignende måte ved å vurdere klassiske data produsert fra forskjellige antall statlige preparater. Ved å observere dette faktum kan vi forene disse tre metodene under et generelt datadrevet feilreduserende rammeverk som vi kaller UNIfied Technique for Error mitigation with Data (UNITED). I visse situasjoner finner vi at vår UNITED-metode kan utkonkurrere de individuelle metodene (dvs. helheten er bedre enn de enkelte delene). Spesielt bruker vi en realistisk støymodell hentet fra en fanget ion kvantedatamaskin for å måle UNITED, så vel som andre toppmoderne metoder, for å redusere observerbare resultater produsert fra tilfeldige kvantekretser og Quantum Alternating Operator Ansatz (QAOA) brukt til Max-Cut-problemer med ulike antall qubits, kretsdybder og totalt antall skudd. Vi finner at ytelsen til forskjellige teknikker avhenger sterkt av skuddbudsjetter, med kraftigere metoder som krever flere skudd for optimal ytelse. For det største vurderte skuddbudsjettet vårt ($10^{10}$) finner vi ut at UNITED gir den mest nøyaktige reduksjonen. Derfor representerer arbeidet vårt en benchmarking av gjeldende feilreduserende metoder og gir en veiledning for regimene når visse metoder er mest nyttige.

Utvalgt bilde: Skjematisk sammendrag av UNIfied Technique for Feilredusering med Data.

Populært sammendrag

Nåværende kvantedatamaskiner møter feil som utgjør utfordringer med å overgå ytelsen til de beste klassiske datamaskinene. For å utnytte potensialet til kvanteenheter fullt ut, er det avgjørende å korrigere disse skadelige effektene. Feilreduserende metoder brukes for å løse dette problemet. Blant disse metodene skiller datadrevet feilredusering seg ut som en lovende tilnærming, som involverer klassisk etterbehandling av kvantemålingsresultater for å rette opp støyinduserte effekter. Ulike typer data har blitt brukt i denne sammenhengen, inkludert støystyrkeskalering gjennom Zero Noise Extrapolation (ZNE), data fra nær-Clifford-kretser brukt av Clifford-dataregresjon (CDR), og data innhentet gjennom Virtual Destillation (VD) ved å forberede flere kopier av en kvantetilstand. For å forene disse tilnærmingene, foreslår vi UNIfied Technique for Error Mitigation with Data (UNITED), som integrerer alle disse datatypene. Videre demonstrerer vi at den enhetlige metoden overgår de individuelle komponentene når tilstrekkelige kvanteressurser er tilgjengelige, ved å bruke en realistisk støymodell av en fanget ionekvantedatamaskin og to forskjellige typer kvantekretser med varierende kvantetall og dybder. Til slutt identifiserer vi de mest gunstige betingelsene for ulike datadrevne feilreduserende metoder.

► BibTeX-data

@article{Bultrini2023unifying, doi = {10.22331/q-2023-06-06-1034}, url = {https://doi.org/10.22331/q-2023-06-06-1034}, title = {Unifying and benchmarking state-of-the-art teknikker for å redusere kvantefeil}, forfatter = {Bultrini, Daniel og Gordon, Max Hunter og Czarnik, Piotr og Arrasmith, Andrew og Cerezo, M. og Coles, Patrick J. og Cincio, Lukasz}, tidsskrift = {{Quantum}}, issn = {2521-327X}, utgiver = {{Verein zur F{"{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volum = {7}, sider = {1034 }, måned = jun, år = {2023}
}

► Referanser

[1] Xavi Bonet-Monroig, Ramiro Sagastizabal, M Singh og TE O'Brien. Rimelig feilreduksjon ved symmetriverifisering. 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 og Jay M Gambetta. Reduserende målefeil i multiqubit-eksperimenter. Physical Review A, 103 (4): 042605, 2021. https:///doi.org/10.1103/PhysRevA.103.042605.
https: / / doi.org/ 10.1103 / PhysRevA.103.042605

[3] Zhenyu Cai. Multi-eksponentiell feilekstrapolering og kombinasjon av feilreduserende teknikker for NISQ-applikasjoner. 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. Kvantefeilredusering ved hjelp av symmetriutvidelse. Quantum, 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. Ressurseffektiv rensebasert kvantefeilredusering. arXiv preprint 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 og Patrick J. Coles. Varierende kvantealgoritmer. 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 og Patrick J Coles. Lære kvantealgoritmen for tilstandsoverlapping. New Journal of Physics, 20 (11): 113022, nov 2018. https:///doi.org/10.1088/1367-2630/aae94a.
https: / / doi.org/ 10.1088 / 1367-2630 / aae94a

[8] Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar og Patrick J. Coles. Maskinlæring av støymotstandsdyktige kvantekretser. PRX Quantum, 2: 010324, februar 2021. https:///doi.org/10.1103/PRXQuantum.2.010324.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010324

[9] Piotr Czarnik, Andrew Arrasmith, Lukasz Cincio og Patrick J Coles. Qubit-effektiv eksponentiell undertrykkelse av feil. arXiv forhåndstrykk arXiv:2102.06056, 2021a. URL https:///arxiv.org/abs/2102.06056.
arxiv: 2102.06056

[10] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles og Lukasz Cincio. Feilreduksjon med Clifford kvantekretsdata. Quantum, 5: 592, november 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 og Lukasz Cincio. Forbedre effektiviteten av læringsbasert feilreduksjon. arXiv preprint 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 og Pavel Lougovski. Skykvanteberegning av en atomkjerne. Phys. 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 og Ying Li. Praktisk kvantumfeilreduksjon for programmer i nær fremtid. 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 og Xiao Yuan. Hybride kvante-klassiske algoritmer og kvantefeilredusering. Journal of the Physical Society of Japan, 90 (3): 032001, 2021. https://doi.org/10.7566/JPSJ.90.032001.
https: / / doi.org/ 10.7566 / JPSJ.90.032001

[15] P Erdös og A Rényi. På tilfeldige grafer i. Publ. matte. 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 og Sam Gutmann. En omtrentlig optimeringsalgoritme for kvantum. arXiv forhåndstrykk arXiv: 1411.4028, 2014. URL https://arxiv.org/ abs/1411.4028.
arxiv: 1411.4028

[17] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari og William J Zeng. Digital null støyekstrapolering for å redusere kvantefeil. 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), side 306–316, 2020. https:///doi.org/10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045

[18] Daniel Gottesman. Heisenberg-representasjonen av kvantedatamaskiner, snakk kl. I internasjonal konferanse om gruppeteoretiske metoder i fysikk. 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 og Rupak Biswas. Fra den omtrentlige kvanteoptimaliseringsalgoritmen til en kvantealternerende operatøransatz. Algoritmer, 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 og Raphael C Pooser. Skalerbar kvanteprosessor støykarakterisering. I 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), side 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 og Christian W. Bauer. Null-støy ekstrapolering for kvante-gate-feilredusering med identitetsinnsettinger. Physical Review A, 102: 012426, juli 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 og Jarrod R McClean. Virtuell destillasjon for å redusere kvantefeil. 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 Huo og Ying Li. Dual-state rensing for praktisk kvantefeilredusering. 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 og Jay M. Gambetta. Feilredusering utvider beregningsrekkevidden til en støyende kvanteprosessor. Nature, 567 (7749): 491–495, Mar 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 og Patrick J Coles. Kvanteassistert kvantekompilering. Quantum, 3: 140, 2019. https:///doi.org/10.22331/q-2019-05-13-140.
https://doi.org/10.22331/q-2019-05-13-140

[26] Bálint Koczor. Eksponentiell feilundertrykkelse for kvanteenheter på kort sikt. Physical Review X, 11 (3): 031057, 2021a. https:///doi.org/10.1103/PhysRevX.11.031057.
https: / / doi.org/ 10.1103 / PhysRevX.11.031057

[27] Bálint Koczor. Den dominerende egenvektoren til en støyende kvantetilstand. 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 og Lukasz Cincio. Enhetlig tilnærming til datadrevet kvantefeilredusering. Phys. Rev. Research, 3: 033098, juli 2021. https:///doi.org/10.1103/PhysRevResearch.3.033098.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033098

[29] Andrea Mari, Nathan Shammah og William J Zeng. Utvidelse av kvantesannsynlighetsfeilkansellering ved støyskalering. Physical Review A, 104 (5): 052607, 2021. https:///doi.org/10.1103/PhysRevA.104.052607.
https: / / doi.org/ 10.1103 / PhysRevA.104.052607

[30] Dmitri Maslov. Grunnleggende kretskompileringsteknikker for en ionefangskvantemaskin. 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 og Simon Benjamin. Feilredusert digital kvantesimulering. Phys. Rev. Lett., 122: 180501, mai 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 og Hartmut Neven. Ufruktbare platåer i treningslandskap for kvantenevrale nettverk. 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 og Stasja Stanisic. Feilreduksjon ved å trene med fermionisk lineær optikk. arXiv preprint 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 og Margaret Martonosi. Støytilpassede kompilatorkartlegginger for støyende kvantedatamaskiner i middels skala. ASPLOS '19, side 1015–1029, New York, NY, USA, 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 og Ryan Babbush. Feilredusering via verifisert faseestimering. PRX Quantum, 2: 020317, mai 2021. https:///doi.org/10.1103/PRXQuantum.2.020317.
https: / / doi.org/ 10.1103 / PRXQuantum.2.020317

[36] Matthew Otten og Stephen K Gray. Gjenoppretting av støyfrie kvante observerbare. Physical Review 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 og Stephen K Gray. Støyelastisk kvantedynamikk ved hjelp av symmetribevarende ansatzes. arXiv preprint arXiv:1910.06284, 2019. URL https:///arxiv.org/abs/1910.06284.
arxiv: 1910.06284

[38] Lewis Fry Richardson og J. Arthur Gaunt. VIII. den utsatte tilnærmingen til grensen. Filosofiske transaksjoner fra Royal Society of London. Series A, Containing Papers of a Mathematical or Physical Character, 226 (636-646): 299–361, januar 1927. https:///doi.org/10.1098/rsta.1927.0008.
https: / / doi.org/ 10.1098 / rsta.1927.0008

[39] Kunal Sharma, Sumeet Khatri, M. Cerezo og Patrick J Coles. Støyresiliens av variasjonskvantekompilering. 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 og David P. DiVincenzo. Fem to-bits kvanteporter er tilstrekkelig for å implementere kvantefredkinporten. Physical Review 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, German Sierra og Esperanza López. Simulering av slukkedynamikk på en digital kvantedatamaskin med datadrevet feilreduksjon. Quantum Science and Technology, 2021. https:///doi.org/10.1088/2058-9565/ac0e7a.
https://doi.org/10.1088/2058-9565/ac0e7a

[42] Daniel Stilck França og Raul Garcia-Patron. Begrensninger for optimaliseringsalgoritmer på støyende kvanteenheter. 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 og Ying Li. Læringsbasert kvantefeilredusering. PRX Quantum, 2 (4): 040330, 2021. https:///doi.org/10.1103/PRXQuantum.2.040330.
https: / / doi.org/ 10.1103 / PRXQuantum.2.040330

[44] Ryuji Takagi. Optimal ressurskostnad for feilreduksjon. Phys. Rev. Res., 3: 033178, august 2021. https:///doi.org/10.1103/PhysRevResearch.3.033178.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033178

[45] Kristan Temme, Sergey Bravyi og Jay M. Gambetta. Feilredusering for kvantekretser med kort dybde. Phys. Rev. Lett., 119: 180509, nov 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 og Kenneth R Brown. Simulering av ytelsen til en avstand-3-overflatekode i en lineær ionefelle. 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 og Wibe A de Jong. Dempende depolariserende støy på kvantedatamaskiner med støyestimeringskretser. Phys. 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 og Johannes Knolle. Enkel reduksjon av globale depolariserende feil i kvantesimuleringer. Physical Review E, 104 (3): 035309, 2021. 10.1103/PhysRevE.104.035309.
https: / / doi.org/ 10.1103 / PhysRevE.104.035309

[49] Kun Wang, Yu-Ao Chen og Xin Wang. Redusere kvantefeil via trunkerte neumann-serier. arXiv forhåndstrykk 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 og Patrick J Coles. Støyinduserte ufruktbare platåer i variasjonskvantealgoritmer. 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 og Lajos Hanzo. Kvantefeilredusering som er avhengig av permutasjonsfiltrering. 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 og Suguru Endo. Generalisert kvanteunderromsutvidelse. Phys. Rev. Lett., 129: 020502, juli 2022. https://doi.org/10.1103/PhysRevLett.129.020502.
https: / / doi.org/ 10.1103 / PhysRevLett.129.020502

Sitert av

[1] Ryuji Takagi, Hiroyasu Tajima og Mile Gu, "Universal sampling nedre grenser for kvantefeilredusering", arxiv: 2208.09178, (2022).

[2] C. Huerta Alderete, Alaina M. Green, Nhung H. Nguyen, Yingyue Zhu, Norbert M. Linke og B. M. Rodríguez-Lara, "Para-particle oscillator simulations on a fanget ion quantum computer", arxiv: 2207.02430, (2022).

[3] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio og Patrick J. Coles, "Can Error Mitigation Improve Trainability of Noisy Variational Quantum Algorithms?", arxiv: 2109.01051, (2021).

[4] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao og Gui-Lu Long, "Nærtids kvanteberegningsteknikker: Variasjonelle kvantealgoritmer, feilredusering, kretskompilering, benchmarking og klassisk simulering", Science China Physics, Mechanics and Astronomy 66 5, 250302 (2023).

[5] Alessio Calzona og Matteo Carrega, "Multi-mode arkitekturer for støyfjærende superledende qubits", Superconductor Science Technology 36 2, 023001 (2023).

[6] Abdullah Ash Saki, Amara Katabarwa, Salonik Resch og George Umbrarescu, "Hypothesis Testing for Error Mitigation: How to Evaluate Error Mitigation", arxiv: 2301.02690, (2023).

[7] Andrea Mari, Nathan Shammah og William J. Zeng, "Extending quantum probabilistic error cancellation by noise scaling", Fysisk gjennomgang A 104 5, 052607 (2021).

[8] Michael Krebsbach, Björn Trauzettel og Alessio Calzona, "Optimalization of Richardson extrapolation for quantum error mitigation", Fysisk gjennomgang A 106 6, 062436 (2022).

[9] Benjamin A. Cordier, Nicolas P. D. Sawaya, Gian G. Guerreschi og Shannon K. McWeeney, "Biologi og medisin i landskapet av kvantefordeler", arxiv: 2112.00760, (2021).

[10] Thomas Ayral, Pauline Besserve, Denis Lacroix og Edgar Andres Ruiz Guzman, "Kvantedatabehandling med og for mangekroppsfysikk", arxiv: 2303.04850, (2023).

[11] Joris Kattemölle og Jasper van Wezel, "Variasjonskvanteegenløser for Heisenberg antiferromagnet på kagomegitteret", Fysisk gjennomgang B 106 21, 214429 (2022).

[12] Ryan LaRose, Andrea Mari, Vincent Russo, Dan Strano og William J. Zeng, "Feilredusering øker det effektive kvantevolumet til kvantedatamaskiner", arxiv: 2203.05489, (2022).

[13] Dayue Qin, Xiaosi Xu og Ying Li, "En oversikt over formler for reduksjon av kvantefeil", Kinesisk fysikk B 31 9, 090306 (2022).

[14] Zhenyu Cai, "A Practical Framework for Quantum Error Mitigation", arxiv: 2110.05389, (2021).

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

[16] Noah F. Berthusen, Thaís V. Trevisan, Thomas Iadecola og Peter P. Orth, "Quantum dynamics simulations beyond the coherence time on noisy intermediate-scale quantum hardware by variational Trotter compression", Fysisk gjennomgang forskning 4 2, 023097 (2022).

[17] Yifeng Xiong, Soon Xin Ng og Lajos Hanzo, "Quantum Error Mitigation Relying on Permutation Filtering", arxiv: 2107.01458, (2021).

[18] Xuanqiang Zhao, Benchi Zhao, Zihan Xia og Xin Wang, "Informasjonsgjenvinnbarhet for støyende kvantetilstander", Quantum 7, 978 (2023).

[19] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger og Lukasz Cincio, "Improving the efficiency of learning-based error mitigation", arxiv: 2204.07109, (2022).

[20] Shi-Xin Zhang, Zhou-Quan Wan, Chang-Yu Hsieh, Hong Yao og Shengyu Zhang, "Variational Quantum-Neural Hybrid Error Mitigation", arxiv: 2112.10380, (2021).

[21] Max Gordon, "Uniifying and benchmarking state-of-the-art quantum error mitigation techniques", APS March Meeting Abstracts 2022, S40.012 (2022).

[22] Vasily Sazonov og Mohamed Tamaazousti, "Kvantefeilredusering for parametriske kretser", Fysisk gjennomgang A 105 4, 042408 (2022).

[23] Andrew Arrasmith, Andrew Patterson, Alice Boughton og Marco Paini, "Development and Demonstration of an Efficient Readout Error Mitigation Technique for use in NISQ Algorithms", arxiv: 2303.17741, (2023).

[24] Jin-Min Liang, Qiao-Qiao Lv, Zhi-Xi Wang og Shao-Ming Fei, "Unified multivariate trace estimation and quantum error mitigation", Fysisk gjennomgang A 107 1, 012606 (2023).

Sitatene ovenfor er fra SAO / NASA ADS (sist oppdatert vellykket 2023-06-06 22:08:53). Listen kan være ufullstendig fordi ikke alle utgivere gir passende og fullstendige sitasjonsdata.

On Crossrefs sitert av tjenesten ingen data om sitering av verk ble funnet (siste forsøk 2023-06-06 22:08:51).

Denne artikkelen er utgitt i Quantum under Creative Commons Attribution 4.0 International (CC BY 4.0) tillatelse. Opphavsrett forblir hos de opprinnelige rettighetshaverne som forfatterne eller institusjonene deres.

SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
PlatoAiStream. Web3 Data Intelligence. Kunnskap forsterket. Tilgang her.
Minting the Future med Adryenn Ashley. Tilgang her.
Kjøp og selg aksjer i PRE-IPO-selskaper med PREIPO®. Tilgang her.
kilde: https://quantum-journal.org/papers/q-2023-06-06-1034/

Tidstempel: Juni 6, 2023

Tidstempel: Oktober 13, 2022

Sertifisering av kvante Fisher-informasjonen fra et gitt sett med gjennomsnittsverdier: en semibestemt programmeringsmetode

Kildeklynge:

Kvantejournal

Kilde node: 2957738

Tidstempel: Oktober 24, 2023

På lavdybdealgoritmer for kvantefaseestimering

Kildeklynge:

Kvantejournal

Kilde node: 2985995

Tidstempel: November 6, 2023

Publisert av Platon

Optimal (kontrollert) kvantetilstandsforberedelse og forbedret enhetssyntese ved kvantekretser med et hvilket som helst antall hjelpekvbitter

Enkle hovedligninger for å beskrive drevne systemer utsatt for klassisk ikke-markovisk støy

Et matematisk rammeverk for operasjonelle finjusteringer

Digital oppdagelse av 100 forskjellige kvanteeksperimenter med PyTheus

Termometri av Gaussiske kvantesystemer ved bruk av Gaussiske målinger

Rene ikke-markovske evolusjoner

Abstraqt: Analyse av kvantekretser via abstrakt stabilisatorsimulering

Effektiv variasjonssyntese av kvantekretser med koherent multi-start optimalisering

Begrensninger for Macaulay-matrisetilnærmingen for bruk av HHL-algoritmen for å løse multivariate polynomsystemer

Variasjonsløsninger for fermion-til-qubit-kartlegging i to romlige dimensjoner

Sertifisering av kvante Fisher-informasjonen fra et gitt sett med gjennomsnittsverdier: en semibestemt programmeringsmetode

På lavdybdealgoritmer for kvantefaseestimering

Om Oss

Vertikal søk og Ai

Plattform

Hold kontakten

Logg inn