返回
Robust Design Under Uncertainty in Quantum Error Mitigation
DOI:10.1109/TQE.2026.3680641.png)
摘要
En 中文
误差缓解技术对于实现近期量子优势至关重要。量子计算结果的经典后处理是一种流行的误差缓解方法,包括零噪声外推、虚拟提纯和学习型误差缓解等方法。然而,这些技术因量子测量有限次数导致的不确定性传播而存在局限性。本文中,我们基于误差缓解结果的战略采样,介绍了量化误差缓解可观测量不确定性和误差的一般且无偏方法。随后,我们将该方法扩展以展示在不确定性下优化误差缓解的性能和鲁棒性。为说明我们的方法,我们将其应用于零噪声外推和XY模型基态的Clifford数据回归(分别使用去极化噪声模型和国际商业机器公司(IBM)多伦多噪声模型进行模拟)。具体而言,我们优化了零噪声外推的噪声水平选择和采样分配,以及Clifford数据回归的训练电路分布。尽管我们的方法可轻松应用于任何基于后处理的误差缓解方法,但在实践中它们必须不具过高的成本——尽管它们需要采样误差缓解结果的统计分布以优化误差缓解的超参数。通过利用代理模型优化,我们展示了我们的方法能够高效地对零噪声外推实现进行最优设计。随后,我们进一步展示了学习到的零噪声外推超参数的可迁移性至其他相似电路。
Keyword:
Circuits
Quantum circuit
Circuits and systems
Circuit synthesis
Radio access networks
Regional area networks
Communication systems
Quantum communication
Protocols
Quantum computing
期刊
I
IF:
4.6
论文数:
52
被引数:
0
机构
引用论文
Simulating quench dynamics on a digital quantum computer with data-driven error mitigation在具有数据驱动的错误缓解功能的数字量子计算机上模拟淬火动力学
Bounding the Systematic Error in Quantum Error Mitigation due to Model Violation由于模型违反导致的量子误差缓解中系统误差的界限
PRX Quantum
IF0
Hardware-efficient variational quantum eigensolver for small molecules and quantum magnets用于小分子和量子磁体的硬件高效变分量子本征求解器
Nature
IF0

