[论文解读] Algorithmic cooling for resolving state preparation and measurement errors in quantum computing
本文提出了一种基于测量的算法冷却(MBAC)协议,这是一种新颖的方案,通过在单个量子比特上执行投影测量,可分别表征并减少量子处理器中的状态制备与测量(SPAM)误差。通过将不完美的测量作为资源,MBAC在有限开销下显著降低了状态制备误差,从而提升了近期量子计算系统的基准测试能力与性能表现。
State preparation and measurement errors are commonly regarded as indistinguishable. The problem of distinguishing state preparation (SPAM) errors from measurement errors is important to the field of characterizing quantum processors. In this work, we propose a method to separately characterize SPAM errors using a novel type of algorithmic cooling protocol called measurement-based algorithmic cooling (MBAC). MBAC assumes the ability to perform (potentially imperfect) projective measurements on individual qubits, which is available on many modern quantum processors. We demonstrate that MBAC can significantly reduce state preparation error under realistic assumptions, with a small overhead that can be upper bounded by measurable quantities. Thus, MBAC can be a valuable tool not only for benchmarking near-term quantum processors, but also for improving the performance of quantum processors in an algorithmic manner.
研究动机与目标
- 为解决长期存在的在量子处理器表征中区分状态制备误差与测量误差的挑战。
- 开发一种实用协议,在现实硬件约束下实现SPAM误差的独立表征。
- 通过一种新颖的、基于测量的冷却方法,减少近期量子处理器中的状态制备误差。
- 提供一种可扩展的算法方法,以最小的额外资源开销提升量子处理器保真度。
提出的方法
- 提出基于测量的算法冷却(MBAC),利用(可能不完美的)辅助量子比特上的投影测量作为冷却资源。
- 设计一种k量子比特MBAC协议,在理想测量假设下运行,实现对目标量子比特的定向冷却。
- 推导出当辅助量子比特具有有限测量误差时MBAC性能的下限,确保在现实条件下的鲁棒性。
- 通过分析测量结果与误差相关性,引入一种独立表征SPAM误差的程序。
- 使用概率框架确定为使目标量子比特冷却指定倍数因子所需试验次数。
- 利用可测量的系统参数对MBAC的开销进行上界约束,确保其在实际中的可实现性。
实验结果
研究问题
- RQ1能否利用对单个量子比特的投影测量来区分量子处理器中的状态制备误差与测量误差?
- RQ2算法冷却如何适应不完美的测量,同时仍能降低状态制备误差?
- RQ3在真实量子硬件中,MBAC实现显著误差降低所需的最小开销是多少?
- RQ4在测量结果具有概率性的情况下,需要多少轮测量才能使目标量子比特冷却指定倍数因子?
- RQ5MBAC是否不仅能用于降低误差,还能用于近期量子设备中SPAM误差的基准测试?
主要发现
- 在现实假设下,MBAC显著降低了状态制备误差,其性能由可测量的系统参数所界定。
- 该协议通过利用测量结果,以概率方式在目标量子比特上制备更纯的态,从而实现冷却效果。
- MBAC的开销由可测量的量所界定,使其可在现有量子处理器上实际实现。
- 在有限测量误差条件下,推导出MBAC性能的下限,确保其在真实应用中的可靠性。
- 使目标量子比特冷却因子r所需的试验次数Nupper(r) = r^(log(A)/log(B))随r呈多项式增长,如界所示。
- MBAC实现了SPAM误差的独立表征,为量子处理器基准测试与误差缓解提供了新工具。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。