Förena och jämföra toppmoderna kvantfelsreducerande tekniker

Återutgiven av Platon

anhängare: 0

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

¹Teoretisk division, 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, Spanien
⁴Institutet för teoretisk fysik, Jagiellonian University, Krakow, Polen.
⁵Quantum Science Center, Oak Ridge, TN 37931, USA
⁶Information Sciences, Los Alamos National Laboratory, Los Alamos, NM 87545, USA

Hitta det här uppsatsen intressant eller vill diskutera? Scite eller lämna en kommentar på SciRate.

Abstrakt

Felreducering är en viktig komponent för att uppnå en praktisk kvantfördel på kort sikt, och ett antal olika tillvägagångssätt har föreslagits. I detta arbete inser vi att många toppmoderna felreduceringsmetoder har en gemensam egenskap: de är datadrivna och använder klassiska data som erhållits från körningar av olika kvantkretsar. Till exempel använder Zero-noise extrapolation (ZNE) variabel brusdata och Clifford-data regression (CDR) använder data från nära Clifford-kretsar. Vi visar att virtuell destillation (VD) kan ses på ett liknande sätt genom att beakta klassiska data producerade från olika antal statliga preparat. Genom att observera detta faktum kan vi förena dessa tre metoder under ett allmänt datadrivet ramverk för felreducering som vi kallar UNIfied Technique for Error mitigation with Data (UNITED). I vissa situationer finner vi att vår UNITED-metod kan överträffa de individuella metoderna (dvs helheten är bättre än de enskilda delarna). Närmare bestämt använder vi en realistisk brusmodell erhållen från en fångade jonkvantdator för att jämföra UNITED, såväl som andra toppmoderna metoder, för att mildra observerbara effekter som produceras från slumpmässiga kvantkretsar och Quantum Alternating Operator Ansatz (QAOA) tillämpad till Max-Cut-problem med olika antal qubits, kretsdjup och totalt antal skott. Vi finner att prestanda för olika tekniker beror starkt på skottbudgetar, med kraftfullare metoder som kräver fler skott för optimal prestanda. För vår största övervägda skottbudget ($10^{10}$) finner vi att UNITED ger den mest exakta begränsningen. Därför representerar vårt arbete en benchmarking av nuvarande felreduceringsmetoder och ger en vägledning för de regimer när vissa metoder är mest användbara.

Utvald bild: Schematisk sammanfattning av UNIfied Technique for Error mitigation with Data.

Populär sammanfattning

Nuvarande kvantdatorer möter fel som innebär utmaningar när det gäller att överträffa prestandan hos de bästa klassiska datorerna. För att fullt ut utnyttja potentialen hos kvantenheter är det avgörande att korrigera dessa skadliga effekter. Felreducerande metoder används för att lösa detta problem. Bland dessa metoder framstår datadriven felreducering som ett lovande tillvägagångssätt, som involverar klassisk efterbearbetning av kvantmätningsresultat för att korrigera brusinducerade effekter. Olika typer av data har använts i detta sammanhang, inklusive brusstyrkeskalning genom Zero Noise Extrapolation (ZNE), data från nära Clifford-kretsar som används av Clifford-dataregression (CDR) och data som erhållits genom Virtual Destillation (VD) genom att förbereda flera kopior av ett kvanttillstånd. För att förena dessa tillvägagångssätt föreslår vi UNIFIED Technique for Error Mitigation with Data (UNITED), som integrerar alla dessa datatyper. Vidare visar vi att den enhetliga metoden överträffar de individuella komponenterna när tillräckliga kvantresurser är tillgängliga, med hjälp av en realistisk brusmodell av en fångade jonkvantdator och två olika typer av kvantkretsar med varierande kvantantal och djup. Slutligen identifierar vi de mest gynnsamma förutsättningarna för olika datadrivna felreduceringsmetoder.

► 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 tekniker för att lindra kvantfel}, författare = {Bultrini, Daniel och Gordon, Max Hunter och Czarnik, Piotr och Arrasmith, Andrew och Cerezo, M. och Coles, Patrick J. och Cincio, Lukasz}, tidskrift = {{Quantum}}, issn = {2521-327X}, utgivare = {{Verein zur F{"{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volym = {7}, sidor = {1034 }, månad = jun, år = {2023} }

► Referenser

[1] Xavi Bonet-Monroig, Ramiro Sagastizabal, M Singh och TE O'Brien. Låg kostnadsreducering av fel genom symmetriverifiering. 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 och Jay M Gambetta. Förmildrande mätfel i multiqubit-experiment. 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-exponentiell felextrapolering och kombination av felreducerande tekniker för NISQ-applikationer. 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. Kvantfelsreducering med hjälp av symmetriexpansion. 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. Resurseffektiv reningsbaserad begränsning av kvantfel. arXiv förtryck 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 och Patrick J. Coles. Varierande kvantalgoritmer. 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 och Patrick J Coles. Att lära sig kvantalgoritmen för tillståndsöverlappning. 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 och Patrick J. Coles. Maskininlärning av bruståliga kvantkretsar. PRX Quantum, 2: 010324, februari 2021. https:///doi.org/10.1103/PRXQuantum.2.010324.
https: / / doi.org/ 10.1103 / PRXQuantum.2.010324

[9] Piotr Czarnik, Andrew Arrasmith, Lukasz Cincio och Patrick J Coles. Qubit-effektiv exponentiell undertryckning av fel. arXiv förtryck arXiv:2102.06056, 2021a. URL https:///arxiv.org/abs/2102.06056.
arXiv: 2102.06056

[10] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles och Lukasz Cincio. Felreducering med Clifford kvantkretsdata. 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 och Lukasz Cincio. Förbättra effektiviteten av inlärningsbaserad felreducering. 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 och Pavel Lougovski. Molnkvantberäkning av en atomkärna. 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 och Ying Li. Praktisk kvantfelreducering för applikationer inom en snar framtid. 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 och Xiao Yuan. Hybrid-kvantklassiska algoritmer och begränsning av kvantfel. Journal of the Physical Society of Japan, 90 (3): 032001, 2021. https://doi.org/10.7566/JPSJ.90.032001.
https: / â € </ â € <doi.org/â€ <10.7566 / â € <JPSJ.90.032001

[15] P Erdös och A Rényi. På slumpmässiga grafer i. Publ. matematik. 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 och Sam Gutmann. En kvant ungefärlig optimeringsalgoritm. arXiv förtryck arXiv: 1411.4028, 2014. URL https://arxiv.org/ abs/1411.4028.
arXiv: 1411.4028

[17] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari och William J Zeng. Digital nollbrusextrapolering för att lindra kvantfel. 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), sidorna 306–316, 2020. https:///doi.org/10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045

[18] Daniel Gottesman. Heisenbergrepresentationen av kvantdatorer, prata kl. I internationell konferens om gruppteoretiska metoder i fysik. 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 och Rupak Biswas. Från den ungefärliga kvantoptimeringsalgoritmen till en kvantalternerande operatoransatz. 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 och Raphael C Pooser. Skalbar kvantprocessorbruskarakterisering. 2020 IEEE International Conference on Quantum Computing and Engineering (QCE), sidorna 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 och Christian W. Bauer. Noll-brusextrapolering för quantum-gate felreducering med identitetsinfogningar. 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 och Jarrod R McClean. Virtuell destillation för att lindra kvantfel. 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 och Ying Li. Dubbeltillståndsrening för praktisk begränsning av kvantfel. 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 och Jay M. Gambetta. Felreducering utökar beräkningsräckvidden för en bullrig kvantprocessor. 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 och Patrick J Coles. Kvantassisterad kvantkompilering. 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. Exponentiell felundertryckning för kvantenheter 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 dominerande egenvektorn för ett brusigt kvanttillstånd. 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 och Lukasz Cincio. Enhetlig metod för datadriven kvantfelsbegränsning. 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 och William J Zeng. Utöka kvantprobabilistisk felavstängning genom brusskalning. 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. Grundläggande kretskompileringstekniker för en jonfälla kvantmaskin. 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 och Simon Benjamin. Felreducerad digital kvantsimulering. Phys. Rev. Lett., 122: 180501, maj 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 och Hartmut Neven. Karga platåer i träningslandskap för kvantneurala nätverk. 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 och Stasja Stanisic. Felavhjälpning genom träning med fermionisk linjär optik. 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 och Margaret Martonosi. Brusadaptiva kompilatormappningar för bullriga kvantdatorer i mellanskalig skala. ASPLOS '19, sid 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 och Ryan Babbush. Felavhjälpning via verifierad fasuppskattning. PRX Quantum, 2: 020317, maj 2021. https:///doi.org/10.1103/PRXQuantum.2.020317.
https: / / doi.org/ 10.1103 / PRXQuantum.2.020317

[36] Matthew Otten och Stephen K Gray. Återställer brusfria kvantobservationer. 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 och Stephen K Gray. Brustålig kvantdynamik med hjälp av symmetribevarande ansatzes. arXiv preprint arXiv:1910.06284, 2019. URL https:///arxiv.org/abs/1910.06284.
arXiv: 1910.06284

[38] Lewis Fry Richardson och J. Arthur Gaunt. VIII. det uppskjutna tillvägagångssättet till gränsen. Philosophical Transactions of the Royal Society of London. Series A, Containing Papers of a Mathematical or Physical Character, 226 (636-646): 299–361, januari 1927. https://doi.org/10.1098/rsta.1927.0008.
https: / / doi.org/ 10.1098 / rsta.1927.0008

[39] Kunal Sharma, Sumeet Khatri, M. Cerezo och Patrick J Coles. Brusresiliens av variationsmässig kvantkompilering. 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 och David P. DiVincenzo. Fem tvåbitars kvantportar är tillräckliga för att implementera kvantfredkinporten. 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, tyska Sierra och Esperanza López. Simulering av släckningsdynamik på en digital kvantdator med datadriven felreducering. 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 och Raul Garcia-Patron. Begränsningar av optimeringsalgoritmer på bullriga kvantenheter. 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 och Ying Li. Inlärningsbaserad begränsning av kvantfel. 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 resurskostnad för felreducering. Phys. Rev. Res., 3: 033178, aug 2021. https:///doi.org/10.1103/PhysRevResearch.3.033178.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033178

[45] Kristan Temme, Sergey Bravyi och Jay M. Gambetta. Felreducering för kortdjupa kvantkretsar. 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 och Kenneth R Brown. Simulering av prestandan för en avstånd-3 ytkod i en linjär jonfälla. 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 och Wibe A de Jong. Dämpar depolariserande brus på kvantdatorer med brusuppskattningskretsar. 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 och Johannes Knolle. Enkel begränsning av globala depolariserande fel i kvantsimuleringar. 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 och Xin Wang. Mildring av kvantfel via trunkerad neumann-serie. arXiv förtryck 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 och Patrick J Coles. Bullerinducerade karga platåer i variationsmässiga kvantalgoritmer. 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 och Lajos Hanzo. Kvantfelsreducering som förlitar sig på permutationsfiltrering. 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 och Suguru Endo. Generaliserad quantum subspace expansion. Phys. Rev. Lett., 129: 020502, juli 2022. https://doi.org/10.1103/PhysRevLett.129.020502.
https: / / doi.org/ 10.1103 / PhysRevLett.129.020502

Citerad av

[1] Ryuji Takagi, Hiroyasu Tajima och Mile Gu, "Universal sampling lägre gränser för begränsning av kvantfel", arXiv: 2208.09178, (2022).

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

[3] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio och 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 och Gui-Lu Long, "Närtids kvantberäkningstekniker: Varierande kvantalgoritmer, felreducering, kretskompilering, benchmarking och klassisk simulering", Science China Physics, Mechanics and Astronomy 66 5, 250302 (2023).

[5] Alessio Calzona och Matteo Carrega, "Multi-mode-arkitekturer för bruståliga supraledande qubits", Superconductor Science Technology 36 2, 023001 (2023).

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

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

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

[9] Benjamin A. Cordier, Nicolas PD Sawaya, Gian G. Guerreschi och Shannon K. McWeeney, "Biologi och medicin i landskapet av kvantfördelar", arXiv: 2112.00760, (2021).

[10] Thomas Ayral, Pauline Besserve, Denis Lacroix och Edgar Andres Ruiz Guzman, "Quantum computing with and for many-body physics", arXiv: 2303.04850, (2023).

[11] Joris Kattemölle och Jasper van Wezel, "Variational quantum eigensolver for the Heisenberg antiferromagnet on the kagome lattice", Fysisk granskning B 106 21, 214429 (2022).

[12] Ryan LaRose, Andrea Mari, Vincent Russo, Dan Strano och William J. Zeng, "Felreducering ökar kvantdatorernas effektiva kvantvolym", arXiv: 2203.05489, (2022).

[13] Dayue Qin, Xiaosi Xu och Ying Li, "En översikt över formler för att lindra kvantfel", Kinesisk fysik 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 och Esperanza López, "Algebraic Bethe Circuits", Quantum 6, 796 (2022).

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

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

[18] Xuanqiang Zhao, Benchi Zhao, Zihan Xia och Xin Wang, "Informationsåtervinningsmöjlighet för bullriga kvanttillstånd", Quantum 7, 978 (2023).

[19] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger och 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 och Shengyu Zhang, "Variational Quantum-Neural Hybrid Error Mitigation", arXiv: 2112.10380, (2021).

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

[22] Vasily Sazonov och Mohamed Tamaazousti, "Quantum error mitigation for parametrical circuits", Fysisk granskning A 105 4, 042408 (2022).

[23] Andrew Arrasmith, Andrew Patterson, Alice Boughton och Marco Paini, "Utveckling och demonstration av en effektiv läsfelsreduceringsteknik för användning i NISQ-algoritmer", arXiv: 2303.17741, (2023).

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

Ovanstående citat är från SAO / NASA ADS (senast uppdaterad framgångsrikt 2023-06-06 22:08:53). Listan kan vara ofullständig eftersom inte alla utgivare tillhandahåller lämpliga och fullständiga citatdata.

On Crossrefs citerad av tjänsten Inga uppgifter om citerande verk hittades (sista försök 2023-06-06 22:08:51).

Detta papper publiceras i Quantum under Creative Commons Attribution 4.0 International (CC BY 4.0) licens. Upphovsrätten kvarstår med de ursprungliga upphovsrättsinnehavarna som författarna eller deras institutioner.

SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
PlatoAiStream. Web3 Data Intelligence. Kunskap förstärkt. Tillgång här.
Minting the Future med Adryenn Ashley. Tillgång här.
Köp och sälj aktier i PRE-IPO-företag med PREIPO®. Tillgång här.
Källa: https://quantum-journal.org/papers/q-2023-06-06-1034/

Tidsstämpel: Juni 6, 2023

Tidsstämpel: Oktober 13, 2022

Certifiering av quantum Fisher-informationen från en given uppsättning medelvärden: en semidefinitiv programmeringsmetod

Källkluster:

Quantum Journal

Källnod: 2957738

Tidsstämpel: Oktober 24, 2023

På lågdjupa algoritmer för kvantfasuppskattning

Källkluster:

Quantum Journal

Källnod: 2985995

Tidsstämpel: November 6, 2023

Återutgiven av Platon

Optimal (kontrollerad) kvanttillståndsförberedelse och förbättrad enhetssyntes genom kvantkretsar med valfritt antal underordnade kvantbitar

Enkla masterekvationer för att beskriva drivna system som utsätts för klassiskt icke-markoviskt brus

Ett matematiskt ramverk för operativa finjusteringar

Digital upptäckt av 100 olika kvantexperiment med PyTheus

Termometri av Gaussiska kvantsystem med Gaussiska mätningar

Rena icke-markovska evolutioner

Abstraqt: Analys av kvantkretsar via abstrakt stabilisatorsimulering

Effektiv variationssyntes av kvantkretsar med koherent flerstartsoptimering

Begränsningar för Macaulay-matrismetoden för att använda HHL-algoritmen för att lösa multivariata polynomsystem

Variationslösningar för fermion-till-qubit-mappningar i två rumsliga dimensioner

Certifiering av quantum Fisher-informationen från en given uppsättning medelvärden: en semidefinitiv programmeringsmetod

På lågdjupa algoritmer för kvantfasuppskattning

Om Oss

Vertikal sökning och Ai

plattform

Håll kontakten

Konto