Skip to main content
QUICK REVIEW

[论文解读] Non-Markovian memory in IBMQX4

Joshua Morris, Felix A. Pollock|arXiv (Cornell University)|Feb 21, 2019
Quantum Computing Algorithms and Architecture被引用 15
一句话总结

该论文通过分析基于先前操作的条件门性能,展示了并量化了IBMQX4中的非马尔可夫记忆效应。研究揭示了所有通用门之间显著的时间相关性,估算了记忆长度和容量,并表明即使在固有噪声下,通过考虑非马尔可夫性,也能实现更清洁、更精确的量子计算。

ABSTRACT

We measure and quantify non-Markovian effects in IBM's Quantum Experience. Specifically, we analyze the temporal correlations in a sequence of gates by characterizing the performance of a gate conditioned on the gate that preceded it. With this method, we estimate (i) the size of fluctuations in the performance of a gate, i.e., errors due to non-Markovianity; (ii) the length of the memory; and (iii) the total size of the memory. Our results strongly indicate the presence of non-trivial non-Markovian effects in almost all gates in the universal set. However, based on our findings, we discuss the potential for cleaner computation by adequately accounting the non-Markovian nature of the machine.

研究动机与目标

  • 检测并量化真实超导量子处理器(特别是IBMQX4)中的非马尔可夫效应。
  • 识别门性能如何依赖于先前操作,揭示系统-环境相互作用中的记忆效应。
  • 估计量子处理器中非马尔可夫相关性的大小、长度和总记忆容量。
  • 评估非马尔可夫噪声对量子误差纠正和基准测试协议的影响。
  • 提出通过记忆感知的脉冲序列设计来缓解非马尔可夫噪声的策略。

提出的方法

  • 通过应用一对门的序列并基于第一个门的类型分析第二个门的性能,测量条件门保真度。
  • 使用量子过程层析技术重建每个门的有效量子通道,同时考虑态制备与测量(SPAM)误差。
  • 采用微扰误差模型将SPAM引起的误差与真实的非马尔可夫效应分离,表明后者占主导地位。
  • 采用基于泡利基的旋转的双态层析框架,从IBMQX4的Z基测量中重建过程矩阵。
  • 通过分析在先前门历史条件下门性能的偏差,使用保真度为基础的误差度量来量化非马尔可夫性。
  • 通过分析受控-非门序列中的相关性,估计记忆长度和总记忆大小。

实验结果

研究问题

  • RQ1IBMQX4中的门错误在多大程度上依赖于前一个门的身份,表明存在非马尔可夫记忆?
  • RQ2IBMQX4处理器中非马尔可夫相关性的特征时间尺度(记忆长度)是多少?
  • RQ3对非马尔可夫效应有贡献的总记忆容量(以门数计)有多大?
  • RQ4在近期量子硬件中,非马尔可夫噪声能否与SPAM误差及其他标准噪声源区分开来?
  • RQ5非马尔可夫结构能否被利用来设计更优的脉冲序列以减轻噪声?

主要发现

  • 非马尔可夫效应在IBMQX4通用门集中的几乎所有门中均显著存在,这由条件门性能的变化所证实。
  • 系统的记忆长度估计在数个门操作量级,表明存在短期时间相关性。
  • 总记忆容量非微不足道,可观测到相关性持续存在于多个连续门中。
  • SPAM误差被证明较小,且无法解释观测到的非马尔可夫效应,从而确认结果源于真实的系统-环境记忆。
  • 非马尔可夫性的存在使随机基准测试和基集层析中的标准假设失效,这些假设均假设噪声为马尔可夫性。
  • 研究结果表明,未来的量子控制策略应明确考虑非马尔可夫记忆,以提升门保真度和计算准确性。

更好的研究,从现在开始

从阅读论文到最终审阅,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。