Menyatukan dan Membandingkan Teknik Mitigasi Kesalahan Kuantum yang Canggih

Diterbitkan Ulang Oleh Plato

Followers: 0

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

¹Divisi Teoritis, Los Alamos National Laboratory, Los Alamos, NM 87545, USA
²Theoretische Chemie, Institut Physikalisch-Chemisches, Universität Heidelberg, INF 229, D-69120 Heidelberg, Jerman
³Instituto de Física Teórica, UAM/CSIC, Universidad Autonoma de Madrid, Madrid, Spanyol
⁴Institut Fisika Teoretis, Universitas Jagiellonian, Krakow, Polandia.
⁵Pusat Sains Kuantum, Oak Ridge, TN 37931, AS
⁶Ilmu Informasi, Laboratorium Nasional Los Alamos, Los Alamos, NM 87545, AS

Apakah makalah ini menarik atau ingin dibahas? Scite atau tinggalkan komentar di SciRate.

Abstrak

Mitigasi kesalahan merupakan komponen penting untuk mencapai keuntungan kuantum praktis dalam waktu dekat, dan sejumlah pendekatan berbeda telah diusulkan. Dalam karya ini, kami menyadari bahwa banyak metode mitigasi kesalahan yang canggih memiliki fitur yang sama: mereka digerakkan oleh data, menggunakan data klasik yang diperoleh dari rangkaian sirkuit kuantum yang berbeda. Misalnya, ekstrapolasi Zero-noise (ZNE) menggunakan data noise variabel dan regresi data Clifford (CDR) menggunakan data dari sirkuit near-Clifford. Kami menunjukkan bahwa Penyulingan Virtual (VD) dapat dilihat dengan cara yang sama dengan mempertimbangkan data klasik yang dihasilkan dari sejumlah persiapan keadaan yang berbeda. Mengamati fakta ini memungkinkan kami untuk menyatukan ketiga metode ini di bawah kerangka kerja mitigasi kesalahan berbasis data umum yang kami sebut Teknik UNIfied untuk mitigasi Kesalahan dengan Data (UNITED). Dalam situasi tertentu, kami menemukan bahwa metode UNITED kami dapat mengungguli metode individu (yaitu, keseluruhan lebih baik daripada bagian individu). Secara khusus, kami menggunakan model kebisingan realistis yang diperoleh dari komputer kuantum ion yang terperangkap untuk membandingkan UNITED, serta metode canggih lainnya, dalam mengurangi pengamatan yang dihasilkan dari sirkuit kuantum acak dan penerapan Quantum Alternating Operator Ansatz (QAOA) hingga masalah Max-Cut dengan berbagai jumlah qubit, kedalaman sirkuit, dan jumlah total bidikan. Kami menemukan bahwa performa teknik yang berbeda sangat bergantung pada anggaran bidikan, dengan metode yang lebih bertenaga memerlukan bidikan lebih banyak untuk performa optimal. Untuk anggaran tembakan terbesar kami ($10^{10}$), kami menemukan bahwa UNITED memberikan mitigasi yang paling akurat. Oleh karena itu, pekerjaan kami mewakili pembandingan metode mitigasi kesalahan saat ini dan memberikan panduan untuk rezim ketika metode tertentu paling berguna.

Menyatukan dan membandingkan teknik mitigasi kesalahan kuantum yang canggih, PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Gambar unggulan: Ringkasan skematis Teknik Terpadu untuk mitigasi Kesalahan dengan Data.

Ringkasan populer

Komputer kuantum saat ini menghadapi kesalahan yang menimbulkan tantangan untuk melampaui kinerja komputer klasik terbaik. Untuk sepenuhnya memanfaatkan potensi perangkat kuantum, sangat penting untuk memperbaiki efek merugikan ini. Metode mitigasi kesalahan digunakan untuk mengatasi masalah ini. Di antara metode ini, mitigasi kesalahan berbasis data menonjol sebagai pendekatan yang menjanjikan, yang melibatkan pasca-pemrosesan klasik dari hasil pengukuran kuantum untuk memperbaiki efek yang disebabkan oleh kebisingan. Berbagai jenis data telah digunakan dalam konteks ini, termasuk penskalaan kekuatan kebisingan melalui Zero Noise Extrapolation (ZNE), data dari sirkuit near-Clifford yang digunakan oleh regresi data Clifford (CDR), dan data yang diperoleh melalui Distilasi Virtual (VD) dengan mempersiapkan beberapa salinan dari keadaan kuantum. Untuk menyatukan pendekatan ini, kami mengusulkan Teknik UNIfied untuk Mitigasi Kesalahan dengan Data (UNITED), yang mengintegrasikan semua tipe data ini. Selain itu, kami menunjukkan bahwa metode terpadu melampaui komponen individu ketika sumber daya kuantum yang memadai tersedia, menggunakan model kebisingan realistis dari komputer kuantum ion yang terperangkap dan dua jenis sirkuit kuantum yang berbeda dengan jumlah dan kedalaman qubit yang bervariasi. Akhirnya, kami mengidentifikasi kondisi yang paling menguntungkan untuk berbagai metode mitigasi kesalahan berbasis data.

► data BibTeX

@artikel{Bultrini2023unifying, doi = {10.22331/q-2023-06-06-1034}, url = {https://doi.org/10.22331/q-2023-06-06-1034}, title = {Unifying and pembandingan teknik mitigasi kesalahan kuantum yang canggih}, penulis = {Bultrini, Daniel dan Gordon, Max Hunter dan Czarnik, Piotr dan Arrasmith, Andrew dan Cerezo, M. dan Coles, Patrick J. dan Cincio, Lukasz}, jurnal = {{Quantum}}, issn = {2521-327X}, penerbit = {{Verein zur F{“{o}}rderung des Open Access Publizierens in den Quantenwissenschaften}}, volume = {7}, halaman = {1034 }, bulan = juni, tahun = {2023} }

► Referensi

[1] Xavi Bonet-Monroig, Ramiro Sagastizabal, M Singh, and TE O'Brien. Mitigasi kesalahan berbiaya rendah dengan verifikasi simetri. Tinjauan Fisik 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, dan Jay M Gambetta. Mengurangi kesalahan pengukuran dalam percobaan multiqubit. Tinjauan Fisik A, 103 (4): 042605, 2021. https:///doi.org/10.1103/PhysRevA.103.042605.
https: / / doi.org/ 10.1103 / PhysRevA.103.042605

[3] Zhenyu Cai. Ekstrapolasi kesalahan multi-eksponensial dan menggabungkan teknik mitigasi kesalahan untuk aplikasi 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. Mitigasi kesalahan kuantum menggunakan ekspansi simetri. Kuantum, 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. Mitigasi kesalahan kuantum berbasis pemurnian sumber daya yang efisien. pracetak 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, and Patrick J. Coles. Algoritma kuantum variasional. Ulasan Alam Fisika, 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, and Patrick J Coles. Mempelajari algoritme kuantum untuk tumpang tindih keadaan. Jurnal Fisika Baru, 20 (11): 113022, November 2018. https:///doi.org/10.1088/1367-2630/aae94a.
https: / / doi.org/ 10.1088 / 1367-2630 / aae94a

[8] Lukasz Cincio, Kenneth Rudinger, Mohan Sarovar, and Patrick J. Coles. Pembelajaran mesin dari sirkuit kuantum yang tahan kebisingan. 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, and Patrick J Coles. Penekanan kesalahan eksponensial efisien Qubit. pracetak arXiv arXiv:2102.06056, 2021a. URL https:///arxiv.org/abs/2102.06056.
arXiv: 2102.06056

[10] Piotr Czarnik, Andrew Arrasmith, Patrick J. Coles, dan Lukasz Cincio. Mitigasi kesalahan dengan data sirkuit kuantum Clifford. 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, dan Lukasz Cincio. Meningkatkan efisiensi mitigasi kesalahan berbasis pembelajaran. pracetak 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, and Pavel Lougski. Komputasi kuantum awan dari inti atom. Fisika. 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, dan Ying Li. Mitigasi kesalahan kuantum praktis untuk aplikasi dalam waktu dekat. Review Fisik 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, and Xiao Yuan. Algoritme klasik kuantum hibrida dan mitigasi kesalahan kuantum. Jurnal Masyarakat Fisik Jepang, 90 (3): 032001, 2021. https://doi.org/10.7566/JPSJ.90.032001.
https: / / doi.org/ 10.7566 / JPSJ.90.032001

[15] P Erdös dan A Rényi. Pada grafik acak i. Pub. matematika. 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, dan Sam Gutmann. Algoritma optimasi perkiraan kuantum. arXiv pracetak arXiv:1411.4028, 2014. URL https:///arxiv.org/abs/1411.4028.
arXiv: 1411.4028

[17] Tudor Giurgica-Tiron, Yousef Hindy, Ryan LaRose, Andrea Mari, and William J Zeng. Ekstrapolasi derau nol digital untuk mitigasi kesalahan kuantum. Konferensi Internasional IEEE 2020 tentang Komputasi dan Teknik Kuantum (QCE), halaman 306–316, 2020. https://doi.org/10.1109/QCE49297.2020.00045.
https: / / doi.org/ 10.1109 / QCE49297.2020.00045

[18] Daniel Gottsman. Representasi heisenberg dari komputer kuantum, berbicara di. Dalam International Conference on Group Theoretic Methods in Physics. 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, and Rupak Biswas. Dari algoritme pengoptimalan perkiraan kuantum hingga ansatz operator bolak-balik kuantum. Algoritma, 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, and Raphael C Pooser. Karakterisasi noise prosesor kuantum yang dapat diskalakan. Pada Konferensi Internasional IEEE 2020 tentang Komputasi dan Teknik Kuantum (QCE), halaman 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, and Christian W. Bauer. Ekstrapolasi tanpa derau untuk mitigasi kesalahan gerbang kuantum dengan penyisipan identitas. Tinjauan Fisik A, 102: 012426, Jul 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, and Jarrod R McClean. Distilasi virtual untuk mitigasi kesalahan kuantum. Tinjauan Fisik X, 11 (4): 041036, 2021. https:///doi.org/10.1103/PhysRevX.11.041036.
https: / / doi.org/ 10.1103 / PhysRevX.11.041036

[23] Mingxia Huo dan Ying Li. Pemurnian dual-state untuk mitigasi kesalahan kuantum praktis. Tinjauan Fisik 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, and Jay M. Gambetta. Mitigasi kesalahan memperluas jangkauan komputasi prosesor kuantum yang berisik. 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, and Patrick J Coles. Kompilasi kuantum berbantuan kuantum. 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] Balint Koczor. Penekanan kesalahan eksponensial untuk perangkat kuantum jangka pendek. Tinjauan Fisik X, 11 (3): 031057, 2021a. https:///doi.org/10.1103/PhysRevX.11.031057.
https: / / doi.org/ 10.1103 / PhysRevX.11.031057

[27] Balint Koczor. Vektor eigen dominan dari keadaan kuantum yang berisik. Jurnal Fisika Baru, 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, and Lukasz Cincio. Pendekatan terpadu untuk mitigasi kesalahan kuantum berbasis data. Fisika. 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, and William J Zeng. Memperluas pembatalan kesalahan probabilistik kuantum dengan penskalaan kebisingan. Tinjauan Fisik A, 104 (5): 052607, 2021. https:///doi.org/10.1103/PhysRevA.104.052607.
https: / / doi.org/ 10.1103 / PhysRevA.104.052607

[30] Dmitry Maslov. Teknik kompilasi sirkuit dasar untuk mesin kuantum perangkap ion. Jurnal Fisika Baru, 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, dan Simon Benjamin. Simulasi kuantum digital dengan mitigasi kesalahan. Fisika. Lett., 122: 180501, Mei 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, and Hartmut Neven. Dataran tinggi tandus dalam lanskap pelatihan jaringan saraf kuantum. 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 dan Stasja Stanisic. Mitigasi kesalahan dengan pelatihan menggunakan optik linier fermionik. pracetak 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, and Margaret Martonosi. Pemetaan kompiler adaptif kebisingan untuk komputer kuantum skala menengah yang berisik. ASPLOS '19, halaman 1015–1029, New York, NY, USA, 2019. Asosiasi Mesin Komputasi. 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, dan Ryan Babbush. Mitigasi kesalahan melalui estimasi fase terverifikasi. PRX Quantum, 2: 020317, Mei 2021. https:///doi.org/10.1103/PRXQuantum.2.020317.
https: / / doi.org/ 10.1103 / PRXQuantum.2.020317

[36] Matthew Otten dan Stephen K Gray. Memulihkan kuantum yang dapat diamati bebas noise. Tinjauan Fisik 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, dan Stephen K. Gray. Dinamika kuantum yang tahan kebisingan menggunakan ansatze yang mempertahankan simetri. arXiv pracetak arXiv:1910.06284, 2019. URL https://arxiv.org/abs/1910.06284.
arXiv: 1910.06284

[38] Lewis Fry Richardson dan J. Arthur Gaunt. VIII. pendekatan yang ditangguhkan ke batas. Transaksi filosofis dari Royal Society of London. Seri A, Berisi Makalah Karakter Matematika atau Fisik, 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, and Patrick J Coles. Ketahanan kebisingan dari kompilasi kuantum variasional. Jurnal Fisika Baru, 22 (4): 043006, 2020. https:///doi.org/10.1088/1367-2630/ab784c.
https: / / doi.org/ 10.1088 / 1367-2630 / ab784c

[40] John A. Smolin dan David P. DiVincenzo. Lima gerbang kuantum dua bit cukup untuk mengimplementasikan gerbang kuantum fredkin. Tinjauan Fisik 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, dan Esperanza López. Mensimulasikan dinamika pendinginan pada komputer kuantum digital dengan mitigasi kesalahan berbasis data. Sains dan Teknologi Kuantum, 2021. https:///doi.org/10.1088/2058-9565/ac0e7a.
https://doi.org/10.1088/2058-9565/ac0e7a

[42] Daniel Stilck França dan Raul Garcia-Patron. Keterbatasan algoritme pengoptimalan pada perangkat kuantum yang berisik. Fisika Alam, 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, and Ying Li. Mitigasi kesalahan kuantum berbasis pembelajaran. 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. Biaya sumber daya yang optimal untuk mitigasi kesalahan. Fisika. Rev.Res., 3: 033178, Agustus 2021. https:///doi.org/10.1103/PhysRevResearch.3.033178.
https: / / doi.org/ 10.1103 / PhysRevResearch.3.033178

[45] Kristan Temme, Sergey Bravyi, dan Jay M. Gambetta. Mitigasi kesalahan untuk sirkuit kuantum kedalaman pendek. Fisika. Lett., 119: 180509, November 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, Wang Sheng-Tao, Luming Duan, dan Kenneth R Brown. Mensimulasikan kinerja kode permukaan jarak-3 dalam perangkap ion linier. Jurnal Fisika Baru, 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, and Wibe A de Jong. Mengurangi derau depolarisasi pada komputer kuantum dengan sirkuit estimasi derau. Fisika. 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, and Johannes Knolle. Mitigasi sederhana kesalahan depolarisasi global dalam simulasi kuantum. Tinjauan Fisik E, 104 (3): 035309, 2021. 10.1103/PhysRevE.104.035309.
https: / / doi.org/ 10.1103 / PhysRevE.104.035309

[49] Kun Wang, Yu-Ao Chen, dan Xin Wang. Mengurangi kesalahan kuantum melalui deret neumann terpotong. pracetak 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, and Patrick J Coles. Dataran tandus yang diinduksi kebisingan dalam algoritma kuantum variasional. Komunikasi Alam, 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, dan Lajos Hanzo. Mitigasi kesalahan kuantum mengandalkan pemfilteran permutasi. 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, and Suguru Endo. Ekspansi subruang kuantum umum. Fisika. Lett., 129: 020502, Juli 2022. https:///doi.org/10.1103/PhysRevLett.129.020502.
https: / / doi.org/ 10.1103 / PhysRevLett.129.020502

Dikutip oleh

[1] Ryuji Takagi, Hiroyasu Tajima, dan Mile Gu, “Batas bawah pengambilan sampel universal untuk mitigasi kesalahan kuantum”, arXiv: 2208.09178, (2022).

[2] C. Huerta Alderete, Alaina M. Green, Nhung H. Nguyen, Yingyue Zhu, Norbert M. Linke, dan BM Rodríguez-Lara, “Simulasi osilator para-partikel pada komputer kuantum ion yang terperangkap”, arXiv: 2207.02430, (2022).

[3] Samson Wang, Piotr Czarnik, Andrew Arrasmith, M. Cerezo, Lukasz Cincio, dan Patrick J. Coles, “Dapatkah Mitigasi Kesalahan Meningkatkan Keterlatihan Algoritma Kuantum Variasi Bising?”, arXiv: 2109.01051, (2021).

[4] He-Liang Huang, Xiao-Yue Xu, Chu Guo, Guojing Tian, Shi-Jie Wei, Xiaoming Sun, Wan-Su Bao, dan Gui-Lu Long, “Teknik komputasi kuantum jangka pendek: Algoritma kuantum variasional, mitigasi kesalahan, kompilasi sirkuit, pembandingan dan simulasi klasik”, Sains China Fisika, Mekanika, dan Astronomi 66 5, 250302 (2023).

[5] Alessio Calzona dan Matteo Carrega, “Arsitektur multi-mode untuk qubit superkonduktor tahan kebisingan”, Teknologi Sains Superkonduktor 36 2, 023001 (2023).

[6] Abdullah Ash Saki, Amara Katabarwa, Salonik Resch, dan George Umbrarescu, “Pengujian Hipotesis untuk Mitigasi Kesalahan: Bagaimana Mengevaluasi Mitigasi Kesalahan”, arXiv: 2301.02690, (2023).

[7] Andrea Mari, Nathan Shammah, dan William J. Zeng, “Memperluas pembatalan kesalahan probabilistik kuantum dengan penskalaan derau”, Ulasan Fisik A 104 5, 052607 (2021).

[8] Michael Krebsbach, Björn Trauzettel, dan Alessio Calzona, "Optimasi ekstrapolasi Richardson untuk mitigasi kesalahan kuantum", Ulasan Fisik A 106 6, 062436 (2022).

[9] Benjamin A. Cordier, Nicolas PD Sawaya, Gian G. Guerreschi, dan Shannon K. McWeeney, "Biologi dan kedokteran dalam lanskap keuntungan kuantum", arXiv: 2112.00760, (2021).

[10] Thomas Ayral, Pauline Besserve, Denis Lacroix, dan Edgar Andres Ruiz Guzman, "Komputasi kuantum dengan dan untuk fisika banyak benda", arXiv: 2303.04850, (2023).

[11] Joris Kattemölle dan Jasper van Wezel, “Variational quantum eigensolver for the Heisenberg antiferromagnet on the kagome lattice”, Ulasan Fisik B 106 21, 214429 (2022).

[12] Ryan LaRose, Andrea Mari, Vincent Russo, Dan Strano, dan William J. Zeng, "Mitigasi kesalahan meningkatkan volume kuantum efektif komputer kuantum", arXiv: 2203.05489, (2022).

[13] Dayue Qin, Xiaosi Xu, dan Ying Li, “Ikhtisar formula mitigasi kesalahan kuantum”, Fisika Cina B 31 9, 090306 (2022).

[14] Zhenyu Cai, “Kerangka Praktis untuk Mitigasi Kesalahan Kuantum”, arXiv: 2110.05389, (2021).

[15] Alejandro Sopena, Max Hunter Gordon, Diego García-Martín, Germán Sierra, dan Esperanza López, "Sirkuit Bethe Aljabar", Kuantum 6, 796 (2022).

[16] Noah F. Berthusen, Thaís V. Trevisan, Thomas Iadecola, dan Peter P. Orth, “Simulasi dinamika kuantum di luar waktu koherensi pada perangkat keras kuantum skala menengah yang bising dengan kompresi Trotter variasi”, Penelitian Tinjauan Fisik 4 2, 023097 (2022).

[17] Yifeng Xiong, Soon Xin Ng, dan Lajos Hanzo, “Mitigasi Kesalahan Kuantum Mengandalkan Penyaringan Permutasi”, arXiv: 2107.01458, (2021).

[18] Xuanqiang Zhao, Benchi Zhao, Zihan Xia, dan Xin Wang, “Pemulihan informasi dari keadaan kuantum yang bising”, Kuantum 7, 978 (2023).

[19] Piotr Czarnik, Michael McKerns, Andrew T. Sornborger, dan Lukasz Cincio, “Meningkatkan efisiensi mitigasi kesalahan berbasis pembelajaran”, arXiv: 2204.07109, (2022).

[20] Shi-Xin Zhang, Zhou-Quan Wan, Chang-Yu Hsieh, Hong Yao, dan Shengyu Zhang, “Mitigasi Kesalahan Hibrida Kuantum-Neural Variasi”, arXiv: 2112.10380, (2021).

[21] Max Gordon, “Unifying and benchmarking state-of-the-art teknik mitigasi kesalahan kuantum”, APS March Meeting Abstracts 2022, S40.012 (2022).

[22] Vasily Sazonov dan Mohamed Tamaazousti, "Mitigasi kesalahan kuantum untuk sirkuit parametrik", Ulasan Fisik A 105 4, 042408 (2022).

[23] Andrew Arrasmith, Andrew Patterson, Alice Boughton, dan Marco Paini, “Pengembangan dan Demonstrasi Teknik Mitigasi Kesalahan Pembacaan yang Efisien untuk digunakan dalam Algoritma NISQ”, arXiv: 2303.17741, (2023).

[24] Jin-Min Liang, Qiao-Qiao Lv, Zhi-Xi Wang, dan Shao-Ming Fei, “Estimasi jejak multivariat terpadu dan mitigasi kesalahan kuantum”, Ulasan Fisik A 107 1, 012606 (2023).

Kutipan di atas berasal dari SAO / NASA ADS (terakhir berhasil diperbarui, 2023-06-06 22:08:53). Daftar ini mungkin tidak lengkap karena tidak semua penerbit menyediakan data kutipan yang cocok dan lengkap.

On Layanan dikutip-oleh Crossref tidak ada data tentang karya mengutip ditemukan (upaya terakhir 2023-06-06 22:08:51).

Makalah ini diterbitkan dalam Quantum di bawah Creative Commons Attribution 4.0 Internasional (CC BY 4.0) lisensi. Hak cipta tetap berada pada pemegang hak cipta asli seperti penulis atau lembaganya.