비마코비안 노이즈를 통합한 무작위 벤치마킹의 일반적인 프레임워크를 향하여

소스 노드 : 1765546

페드로 피게로아-로메로1, 카반 모디2,3, Min-Hsiu Hsieh1

1Hon Hai Quantum Computing Research Center, 타이페이, 대만
2물리 및 천문학 학교, Monash University, Clayton, VIC 3800, 호주
3양자 기술 센터, 뉴 사우스 웨일즈 교통, 시드니, NSW 2000, 호주

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

추상

양자 장치 개발의 급속한 발전은 대부분 양자 장치를 조사, 테스트 및 조정할 수 있는 광범위한 특성화 기술의 가용성 때문입니다. 그럼에도 불구하고 이러한 방법은 종종 다소 단순한 상황에서 유지되는 근사치를 사용합니다. 특히, 오류 메커니즘이 시간에 따라 일정하게 유지되고 과거에 의존하지 않는다고 가정하는 것은 양자 프로세서가 깊이와 크기를 계속 확장함에 따라 불가능할 것입니다. 우리는 광범위한 종류의 유한 그룹에 속하는 모든 게이트 세트에 대해 게이트 수준에서 시간적으로 상관된 소위 비마코비안 노이즈를 포함하는 무작위 벤치마킹 프로토콜에 대한 이론적 프레임워크를 설정합니다. ASF(Average Sequence Fidelity)에 대한 일반적인 표현을 얻고 전체 비 Markovian 노이즈 프로세스의 평균 게이트 충실도를 얻는 방법을 제안합니다. 또한 ASF가 실제 비 Markovian 편차를 표시할 때 충족되는 조건을 얻습니다. 마지막으로 우리는 Markovian 사례에서와 같이 게이트 의존성이 ASF 내에서 교란 용어로 변환되지 않더라도 비 Markovian 시퀀스 충실도가 작은 게이트 종속 교란 하에서 안정적으로 유지됨을 보여줍니다.

► BibTeX 데이터

인용

[1] J. Helsen, M. Ioannou, J. Kitzinger, E. Onorati, AH Werner, J. Eisert 및 I. Roth, "무작위 시퀀스에서 게이트 집합 속성 추정", arXiv : 2110.13178.

[2] Shih-Xian Yang, Pedro Figueroa-Romero 및 Min-Hsiu Hsieh, "무작위 벤치마킹을 통한 평균 비마코비아성의 기계 학습", arXiv : 2207.01542.

[3] Philip Taranto와 Simon Milz, "Hidden Quantum Memory: Is Memory There When Somebody Look?", arXiv : 2204.08298.

위의 인용은 SAO / NASA ADS (마지막으로 성공적으로 업데이트 됨 2022-12-02 00:45:39). 모든 출판사가 적절하고 완전한 인용 데이터를 제공하지는 않기 때문에 목록이 불완전 할 수 있습니다.

가져올 수 없습니다 Crossref 인용 자료 마지막 시도 중 2022-12-02 00:45:37 : Crossref에서 10.22331 / q-2022-12-01-868에 대한 인용 데이터를 가져올 수 없습니다. DOI가 최근에 등록 된 경우 이는 정상입니다.

타임 스탬프 :

더보기 양자 저널