[논문 리뷰] Introduction to Quantum Gate Set Tomography

Daniel Greenbaum|arXiv (Cornell University)|2015. 09. 09.

Quantum Computing Algorithms and Architecture참고 문헌 7인용 수 97

한 줄 요약

이 논문은 상태 준비 및 측정(스팸) 오차가 존재하는 상황에서 양자 게이트를 동시에 게이트, 상태 준비, 측정 오차를 추정함으로써 강건한 방법으로 양자 게이트를 특성화하기 위해 양자 게이트 세트 토모그라피(GST)를 소개한다. 이는 양자 과정 토모그라피(QPT)의 한계를 극복하며, 고장 내성 양자 계산 환경에서 QPT에 비해 뛰어난 성능을 보여준다. GST는 선형 역행과 최대우도 추정을 사용하여 고정밀도, 자기일관성 있는 게이트 특성화를 달성한다.

ABSTRACT

Quantum gate set tomography (GST) has emerged as a promising method for the full characterization of quantum logic gates. In contrast to quantum process tomography (QPT), GST self-consistently and correctly accounts for state preparation and measurement (SPAM) errors. It therefore provides significantly more accurate estimates than QPT as gate fidelities increase into the fault-tolerant regime. We give a detailed review of GST and provide a self-contained guide to its implementation. The method is presented in a step-by-step fashion and relevant mathematical background material is included. Our goal is to demonstrate the utility of GST as both an accurate characterization technique and a simple and effective diagnostic tool. As an illustration, we compare the output of GST and QPT using simulated example data for a single qubit. In agreement with the original literature, we find that coherent errors are poorly estimated by QPT near quantum error correction thresholds, while GST is accurate in this regime.

연구 동기 및 목표

• 양자 오차 보정(QEC) 임계치를 충족시키기 위한, 플랫폼 독립적인 게이트 품질 측정 기준의 핵심적인 필요성 해결
• 상태 준비 및 측정(Spam) 오차, 특히 게이트 오차가 감소함에도 지속되는 내재적 스팸 오차가 존재할 경우 붕괴하는 표준 양자 과정 토모그라피(QPT)의 근본적 한계 극복
• 게이트, 스팸 연산 및 그 오차를 동시에 추정하는 자기일관성 있는 특성화 프레임워크 개발으로, 이상적인 상태 준비 및 측정을 가정하지 않음
• 체계적 오차와 표본 노이즈를 포함한 현실적인 오차 조건 하에서 양자 게이트의 신뢰성 있는 진단 및 성능 평가 가능화
• 단일 및 다중 큐비트 게이트 세트 토모그라피를 위한 실용적이고 구현 가능한 프레임워크 제공, 데이터 처리, 최적화 및 오차 추정 지침 포함

제안 방법

• 물리적 조건을 반영하기 위해 반정형 프rogamming을 사용해 초연산자 및 파울리 전이 행렬(PTM) 표현을 사용한 양자 연산의 수식화
• 실험 데이터로부터 게이트 세트 매개변수를 추정하기 위해 그램 행렬과 A/B 행렬을 사용한 선형 역행 GST 구현, 이어서 매개변수화의 중복성을 제거하기 위한 게이지 최적화 수행
• 물리적 조건을 강제하고 정확도를 향상시키기 위해 최대우도 추정(MLE)을 적용하여 과정 행렬 또는 PTM에 대한 비선형 최적화 문제 해결
• 표준 반정형 프로그래밍 대비 런타임을 줄이기 위해 일阶 콘형 솔버를 사용해 효율적인 MLE 계산 수행
• 비마르코프 노이즈 탐지 및 표본 오차 감소를 위해 게이트 세트에 게이트 반복 도입으로 통계적 변동에 대한 강건성 향상
• 오차 전파, 편향 및 부트스트랩 재표본화의 타당성 평가를 위한 합성 데이터 세트의 몬테카를로 시뮬레이션 제안

실험 결과

연구 질문

• RQ1 상태 준비 및 측정(Spam) 오차가 크고 게이트 오차와 상관관계가 있을 경우, 어떻게 고정밀도로 양자 게이트 세트를 특성화할 수 있는가?
• RQ2 내재적 스팸 오차가 클 경우 표준 양자 과정 토모그라피(QPT)가 왜 게이트 품질을 신뢰성 있게 추정하지 못하는가? 이는 어떻게 극복할 수 있는가?
• RQ3 특히 고장 내성 임계치 근처에서 실제 조건 하에서, 게이트 세트 토모그라피(GST)가 QPT에 비해 얼마나 더 잘 게이트 오차를 진단하고 품질을 추정하는가?
• RQ4 진짜 게이트 세트가 이상적인 가까이에 있을 경우(즉, 물리적 조건 경계선에 있을 경우), GST에서 최대우도 추정이 신뢰할 수 있는가? 이는 통계적 오차 추정에 어떤 영향을 미치는가?
• RQ5 물리적 조건 제약으로 인한 편향이 알려져 있을 경우, 부트스트랩 재표본화가 GST 추정치의 불확실성 추정에 유효한가?

주요 결과

• 스팸 오차, 특히 내재적 스팸 오차가 존재할 경우 QPT보다 GST가 더 뛰어난 성능을 보이며, 게이트 오차가 감소함에도 불구하고 QPT 정확도가 떨어짐
• 서피스 코드 임계치(~10⁻³) 근처의 게이트 오차율에서 GST는 오차가 10⁻⁴ 이하로 추정 가능하여 고장 내성 양자 계산의 엄격한 요구사항을 충족함
• 물리적 조건 제약으로 인해 GST에서 최대우도 추정은 편향을 가지며, 尤도가 이상적인 가까이에 있을 경우 특히 심각하여 표준 점근 정규성 가정이 오차 추정에 무효화됨
• 이러한 편향으로 인해 부트스트랩은 GST에 대해 신뢰할 수 없으며, 불확실성과 편향 평가를 위해 합성 데이터의 몬테카를로 시뮬레이션과 같은 대안적 접근이 필요함
• GST 프로토콜에 게이트 반복을 통합함으로써 표본 노이즈에 대한 강건성이 향상되고 비마르코프 동역학 탐지 가능해짐
• 일阶 콘형 솔버는 GST에서 MLE의 계산 속도를 크게 향상시켜 표준 반정형 프로그래밍 대비 대규모 구현에 더 실용적으로 만듦