[論文レビュー] Universal Dephasing Noise Injection via Schrodinger Wave Autoregressive Moving Average Models

Andrew Murphy, J. Epstein+11 more|arXiv (Cornell University)|Feb 5, 2021

Neural Networks and Reservoir Computing参考文献 59被引用数 8

ひとこと要約

この論文は、シュレーディンガー・ワーブ・オートレグレッシブ・モービング・エーブレージェ (SchWARMA) モデルを用いて、任意スペクトルのデコherenceノイズを量子回路に注入する、プラットフォームに依存しない手法を紹介する。SchWARMAで設計されたエラーゲートを量子回路に埋め込むか、ソフトウェア定義無線 (SDR) を介してノイズを注入することで、クラウドベースおよびラボベースの量子プロセッサ上で、正確で再現可能なノイズ注入が可能になる。量子ノイズスペクトロスコピーと信号解析により、注入されたノイズと再構築されたスペクトルの間で強い一致が確認された。

ABSTRACT

We present and validate a novel method for noise injection of arbitrary spectra in quantum circuits that can be applied to any system capable of executing arbitrary single qubit rotations, including cloud-based quantum processors. As the consequences of temporally-correlated noise on the performance of quantum algorithms are not well understood, the capability to engineer and inject such noise in quantum systems is paramount. To date, noise injection capabilities have been limited and highly platform specific, requiring low-level access to control hardware. We experimentally validate our universal method by comparing to a direct hardware-based noise-injection scheme, using a combination of quantum noise spectroscopy and classical signal analysis to show that the two approaches agree. These results showcase a highly versatile method for noise injection that can be utilized by theoretical and experimental researchers to verify, evaluate, and improve quantum characterization protocols and quantum algorithms for sensing and computing.

研究の動機と目的

• 時間的に相関のあるデコherence ノイズを量子回路に注入する、プラットフォームに依存しない手法の開発。
• 量子アルゴリズムや特徴抽出プロトコルにおけるノイズ効果の制御された研究を可能にする。
• 既存のノイズ注入技術に見られる、ハードウェアに依存し、低レベルのアクセスを必要とする制限を克服する。
• SchWARMA モデルが、量子系における位相ノイズの統計的および生成的モデルとして有効であることを検証する。
• IBM Quantum Experience などのクラウドベースの量子プロセッサと互換性があることを示す。

提案手法

• SchWARMA モデルを用いて、任意のパワー スペクトル密度を持つ時間相関位相ノイズを生成する。
• ゲートベースのノイズ注入手法により、制御パulses の間に即時の位相回転（エラーゲート）を挿入し、キュービットの基準フレーム上でノイズを模擬する。
• SDR を用いたハードウェア実装により、マスタークロック信号を SchWARMA で生成された位相ノイズで直接変調する。
• 注入されたノイズは、量子ノイズスペクトロスコピー (QNS) を用いて再構築され、ターゲットスペクトルと比較される。
• SchWARMA モデルの前方シミュレーションを用いて、実験データとの整合性を検証する。
• 本手法は、IBM Quantum Experience（クラウドベース）および自社開発のトランスモンキュービット システム（ラボベース）の両方でテストされ、クロスプラットフォームでの検証が可能になった。

実験結果

リサーチクエスチョン

• RQ1 制限されたゲートアクセスを持つクラウドベースの量子プロセッサ上でも、SchWARMA ベースのノイズ注入が実装可能か？
• RQ2 実際の量子ハードウェア上で、SchWARMA は任意のデコherence ノイズスペクトルをどれほど正確にモデル化・注入できるか？
• RQ3 SDR を用いたハードウェア注入手法が、ターゲットノイズスペクトルをどの程度正確に再現するか？
• RQ4 SchWARMA モデルの前方シミュレーションは、ゲートベースおよび SDR ベースの注入からの実験データとどの程度一致するか？
• RQ5 SchWARMA フレームワークは、非ガウス的で非定常的かつ空間的・時間的相関を持つノイズへと拡張可能か？

主な発見

• 制限されたゲートアクセスを持つ IBM Quantum Experience においても、SchWARMA ベースのゲート注入手法が、ターゲットのデコherence ノイズスペクトルを正確に再現した。
• 量子ノイズスペクトロスコピーの結果、ゲートベースおよび SDR ベースの両手法において、注入されたノイズと再構築されたノイズスペクトルの間で強い一致が確認された。
• SDR ベースの手法により、注入されたノイズスペクトルが直接測定され、所望の SchWARMA で生成されたスペクトルと一致していることが確認された。
• SchWARMA モデルの前方シミュレーションは、実験データと高い相関を示し、時間的相関を持つデコherence ノイズの予測能力が検証された。
• 本手法はプラットフォームに依存せず、任意の単一キュービット回転をサポートするシステム、特にクラウドベースの量子プロセッサにも適用可能である。
• 本フレームワークは、非ガウス的で非定常的、および空間的・時間的相関を持つノイズへと拡張可能であり、広範な応用可能性を示した。