[論文レビュー] Robust, self-consistent, closed-form tomography of quantum logic gates on a trapped ion qubit

Robin Blume-Kohout, John King Gamble+4 more|arXiv (Cornell University)|Oct 16, 2013

Advanced Electron Microscopy Techniques and Applications参考文献 2被引用数 69

ひとこと要約

この論文は、事前キャリブレーションされた基準フレームに依存しない、トラップイオンにおける量子ロジックゲートを強固に特徴付ける自己整合的フレームワークであるゲートセットトモグラフィー（GST）を導入する。線形ゲートセットトモグラフィー（LGST）という閉形式で反復しない手法を提示し、尤度関数の局所最適解の罠を回避する。さらに、推定値の客観的評価を可能にする予測スコアリングプロトコルを導入し、クリフォード生成ゲートの実験的特徴付けにおいて高い正確性を示した。

ABSTRACT

We introduce and demonstrate experimentally: (1) a framework called "gate set tomography" (GST) for self-consistently characterizing an entire set of quantum logic gates on a black-box quantum device; (2) an explicit closed-form protocol for linear-inversion gate set tomography (LGST), whose reliability is independent of pathologies such as local maxima of the likelihood; and (3) a simple protocol for objectively scoring the accuracy of a tomographic estimate without reference to target gates, based on how well it predicts a set of testing experiments. We use gate set tomography to characterize a set of Clifford-generating gates on a single trapped-ion qubit, and compare the performance of (i) standard process tomography; (ii) linear gate set tomography; and (iii) maximum likelihood gate set tomography.

研究の動機と目的

• 標準的量子過程トモグラフィーが、ゲートに起因する誤差を含む事前キャリブレーションされた状態と測定に依存する自己参照的誤差の深刻な問題に対処するため。
• 既知の基準フレームを仮定せずに、一連の量子ゲート全体を自己整合的フレームワークで特徴付けるため。
• 尤度関数の局所最適解を回避する閉形式でロバストな推定プロトコル（LGST）を導入し、さらなる精錬のための信頼できる初期推定値を提供するため。
• ターゲットゲートを仮定せずに、独立したテスト実験における予測力に基づいてトモグラフィー推定値を評価する、新しい客観的スコアリング法を提案するため。
• 実験データを用いて、トラップイオン量子ビット系におけるGSTの実用可能性と優位性を実証するため。

提案手法

• ゲートセットトモグラフィーは、量子デバイスを古典的制御と古典的測定結果のみをもつブラックボックスとして扱い、状態準備や測定効果に関する仮定を避ける。
• フレームワークは、準備および測定ゲートを含むゲートのシーケンスを用い、多数の観測確率を生成することで、すべてのゲート、状態、測定を同時に自己整合的に推定可能にする。
• 線形ゲートセットトモグラフィー（LGST）は、重み付き最小二乗誤差を最小化することで、閉形式の線形逆問題手法として信頼できる初期推定値を提供する。尤度関数の局所最適解への収束を回避する。
• ゲートが複数回シーケンス内で繰り返し適用可能であるという事実を活用し、わずかな異なるゲート数から指数関数的に多数の観測確率を生成することで、過剰に制約された推定が可能になる。
• 予測スコアリングプロトコルは、観測回数の平均対数尤度を計算することで、トモグラフィー推定値が独立したテスト実験をどれほどよく予測できるかを評価し、参照なしの客観的指標を提供する。
• その後、LGSTの推定値から出発して最大尤度推定を適用することで、ロバストさと精度を両立した高精度の結果が得られる。

実験結果

リサーチクエスチョン

• RQ1 状態準備や測定のための事前キャリブレーションされた基準フレームに依存しない、自己整合的量子ゲート特徴付けフレームワークを開発できるか？
• RQ2 ゲートセットトモグラフィーにおける尤度関数の局所最適解を回避できる、閉形式で反復しない推定手法をどのように設計できるか？
• RQ3 ターゲットゲートを仮定せずに、トモグラフィー推定値の予測力に基づいて評価できる、客観的で参照なしの指標は何か？
• RQ4 LGSTの性能は、標準的過程トモグラフィーおよび最大尤度推定と比較して、予測正確性およびロバスト性の観点でどのように異なるか？
• RQ5 高精度なゲート操作を有するトラップイオン量子ビット系において、ゲートセットトモグラフィーを実験的に実証できるか？

主な発見

• LGSTプロトコルは、閉形式の線形逆問題の性質により、尤度関数の局所最適解を回避でき、さらなる精錬のための信頼できる初期推定値を提供した。
• 予測スコアリングプロトコルは、最良の最大尤度推定値が、シーケンス長L=100で1回あたりのスコアが約0.02に達することを示し、強力な予測力を持つことを裏付けた。
• LGST推定値は最大尤度推定のための初期値として非常に効果的であり、シーケンス長L=3を超えると予測性能が低下したが、最大尤度推定値はより長いシーケンスでも正確なままであった。
• 実験結果から、標準的トモグラフィーにおける大多数の予測失敗は、ゲート誤差ではなくSPAM（状態準備および測定）誤差に起因していることが明らかになった。これは、自己整合的特徴付けの重要性を強調した。
• ゲートセットトモグラフィーは、標準的過程トモグラフィーや線形ゲートセットトモグラフィーを上回る予測正確性を示し、特に長いシーケンスで訓練した場合に顕著であった。
• 本研究は、GSTが実用的であり、量子ゲート特徴付けにおける自己参照的問題に対してロバストで包括的な解決策を提供することを実証した。