Absorpcja propagowanego szumu (PNA)

Ten pakiet implementuje absorpcję propagowanego szumu (PNA) [1] do redukcji błędów w wartości oczekiwanej obserwabli.

PNA polega na „absorbowaniu” odwrotności poznanych kanałów szumu w obserwablę docelową za pomocą propagacji Pauliego. Oznacza to, że każdy generator szumu Pauliego w modelu szumu jest klasycznie propagowany do końca obwodu i stosowany do obserwabli. Daje to nową obserwablę, która po zmierzeniu na QPU redukuje poznany szum bramek.

Pakiet nadaje się do szacowania wartości oczekiwanych ogólnych obwodów kwantowych i obserwabli Pauliego; jednak technika ta jest zazwyczaj najskuteczniejsza dla obwodów bliskich obwodom Clifforda.

Pierwsze kroki

Prosty przewodnik, który pomoże Ci szybko zacząć pracę z tym pakietem, jest dostępny w przewodniku szybkiego startu.

Przykłady zastosowań

Technikę tę wykorzystano do redukcji szumu w 56-kubitowych modelach Isinga w przybliżeniu Trottera [1].

Omówienie techniczne

Przegląd metody

Wykonywanie bramek splątujących na współczesnych QPU powoduje znaczną ilość szumu. Dopóki w pełni odporne na błędy urządzenia nie będą dostępne, idealne bramki splątujące, $U$, nie będą osiągalne. Zamiast tego będzie na nie wpływał pewien kanał szumu, $\Lambda$.

Ten szum bramek można poznać i efektywnie scharakteryzować jako model Pauliego-Lindblada, a jak pokazano w probabilistycznym znoszeniu błędów (PEC), możemy zredukować błąd, implementując antyszum, $\Lambda^{-1}$, za pomocą protokołu próbkowania na QPU [2]. Inne techniki, takie jak redukcja błędów w sieciach tensorowych (TEM), implementują odwrotny kanał szumu jako klasyczny krok przetwarzania końcowego [3].

Podobnie jak TEM, PNA implementuje odwrotny kanał szumu w klasycznym kroku przetwarzania. Podczas gdy TEM używa sieci tensorowych do opisania i zastosowania odwzorowania redukującego szum do zbioru informacyjnie pełnych pomiarów, PNA używa propagacji Pauliego do propagowania obserwabli, $O$, przez odwrotny kanał szumu. Daje to nową obserwablę, $\tilde{O}$, która po zmierzeniu na zaszumionym stanie redukuje poznany szum.

Źródła obciążenia

• Ta implementacja propaguje każdy generator błędu Pauliego w każdym kanale antyszumu, $\Lambda^{-1}_i$, do końca obwodu. Gdy każdy generator antyszumu jest propagowany w przód przez obwód pod działaniem $N$ bramek rotacji Pauliego w obwodzie $M$-kubitowym, liczba wyrazów rośnie jak $O(2^N)$ w kierunku maksimum $4^M$ unikalnych składowych Pauliego. Aby kontrolować koszt obliczeniowy, wyrazy o małych współczynnikach muszą być obcinane, co powoduje pewien błąd w ewoluowanym kanale antyszumu.

• Oprócz obcinania ewoluowanego kanału antyszumu, $\Lambda^{-1}$, obcinane jest także $\tilde{O}$ podczas propagacji przez $\Lambda^{-1}$. Jest to również źródło obciążenia w końcowej zredukowanej wartości oczekiwanej.

• Choć pozwolenie, by $\tilde{O}$ rosło podczas propagacji, zwiększy jego dokładność, jego pomiar wymaga wykonania znacznie więcej powtórzeń na QPU. Zazwyczaj zwiększa to współczynniki oryginalnych wyrazów Pauliego w $O$ i tworzy wiele nowych wyrazów Pauliego o mniejszych współczynnikach. Zarówno przeskalowanie oryginalnych współczynników, jak i tworzenie nowych wyrazów może zwiększyć narzut próbkowania. W praktyce obcinamy jeszcze raz, mierząc tylko największe wyrazy w $\tilde{O}$.

Współtworzenie

Kod źródłowy jest dostępny na GitHubie.

Przewodnik dla deweloperów znajduje się w pliku CONTRIBUTING.md w katalogu głównym repozytorium tego projektu. Uczestnicząc, zobowiązujesz się przestrzegać kodeksu postępowania Qiskit.

Do śledzenia próśb i błędów używamy zgłoszeń GitHub.

Cytowanie tego pakietu

Jeśli używasz tego pakietu w swoich badaniach, skorzystaj z pliku CITATION.bib w repozytorium tego projektu, aby zacytować odpowiednie źródła.

Licencja

Apache License 2.0

Polityka wycofywania

Stosujemy wersjonowanie semantyczne. Od czasu do czasu możemy wprowadzać zmiany łamiące zgodność, aby poprawić komfort użytkowania. Gdy to możliwe, będziemy zachowywać stare interfejsy i oznaczać je jako wycofane, o ile mogą współistnieć z nowymi. Każde istotne usprawnienie, zmiana łamiąca zgodność lub wycofanie zostanie opisane w informacjach o wydaniu.

Bibliografia

1. Andrew Eddins, et al., Computing noise-canceling observables via Pauli propagation, arXiv:2606.20441 [quant-ph].

2. Ewout van den Berg, et al., Probabilistic error cancellation with sparse Pauli-Lindblad models on noisy quantum processors, arXiv:2201.09866 [quant-ph].

3. Sergei Filippov, et al., Scalable tensor-network error mitigation for near-term quantum computing, arXiv:2307.11740 [quant-ph].