Mot et generelt rammeverk for randomisert benchmarking som inkluderer ikke-markovisk støy

Kilde node: 1765546

Pedro Figueroa-Romero1, Kavan Modi2,3, og Min-Hsiu Hsieh1

1Hon Hai Quantum Computing Research Center, Taipei, Taiwan
2School of Physics and Astronomy, Monash University, Clayton, VIC 3800, Australia
3Center for Quantum Technology, Transport for New South Wales, Sydney, NSW 2000, Australia

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

Abstrakt

Den raske fremgangen i utviklingen av kvanteenheter skyldes i stor grad tilgjengeligheten av et bredt spekter av karakteriseringsteknikker som gjør det mulig å sondere, teste og justere dem. Ikke desto mindre bruker disse metodene ofte tilnærminger som holder i ganske forenklede omstendigheter. Spesielt å anta at feilmekanismer forblir konstante i tid og ikke har noen avhengighet i fortiden, er noe som vil være umulig å gjøre ettersom kvanteprosessorer fortsetter å skalere opp i dybde og størrelse. Vi etablerer et teoretisk rammeverk for Randomized Benchmarking-protokollen som omfatter tidsmessig korrelert, såkalt ikke-markovisk støy, på gatenivå, for ethvert gatesett som tilhører en bred klasse av endelige grupper. Vi får et generelt uttrykk for den gjennomsnittlige sekvensfideliteten (ASF) og foreslår en måte å oppnå gjennomsnittlig gatefidelitet for fullstendige ikke-markoviske støyprosesser. Dessuten får vi betingelser som er oppfylt når en ASF viser autentiske ikke-markoviske avvik. Til slutt viser vi at selv om portavhengighet ikke oversettes til et forstyrrende begrep innenfor ASF, som i Markovian-tilfellet, forblir den ikke-markoviske sekvenstroskapen likevel stabil under små portavhengige forstyrrelser.

► BibTeX-data

Sitert av

[1] J. Helsen, M. Ioannou, J. Kitzinger, E. Onorati, A. H. Werner, J. Eisert og I. Roth, "Estimating gate-set properties from random sequences", arxiv: 2110.13178.

[2] Shih-Xian Yang, Pedro Figueroa-Romero og Min-Hsiu Hsieh, "Machine Learning of Average Non-Markovianity from Randomized Benchmarking", arxiv: 2207.01542.

[3] Philip Taranto og Simon Milz, "Skjult kvanteminne: er minne der når noen ser?", arxiv: 2204.08298.

Sitatene ovenfor er fra SAO / NASA ADS (sist oppdatert vellykket 2022-12-02 00:45:39). Listen kan være ufullstendig fordi ikke alle utgivere gir passende og fullstendige sitasjonsdata.

Kunne ikke hente Crossref sitert av data under siste forsøk 2022-12-02 00:45:37: Kunne ikke hente siterte data for 10.22331 / q-2022-12-01-868 fra Crossref. Dette er normalt hvis DOI nylig ble registrert.

Tidstempel:

Mer fra Kvantejournal