[论文解读] Using classical bit-flip correction for error mitigation in quantum computations including 2-qubit correlations

Constantia Alexandrou, Lena Funcke+6 more|arXiv (Cornell University)|Jan 1, 2021

Quantum Computing Algorithms and Architecture参考文献 15被引用 2

一句话总结

本文提出了一种针对NISQ时代量子计算机的经典高效读出误差缓解方案，该方案考虑了测量噪声中的两比特关联。通过校准比特翻转概率并使用噪声期望值的线性组合，该方法可校正读出误差，同时表明两比特读出误差之间的关联对最终结果影响可忽略，从而在实际中可忽略其影响，适用于当前硬件。

ABSTRACT

We present an error mitigation scheme which corrects readout errors on Noisy Intermediate-Scale Quantum (NISQ) computers [1,2]. After a short review of applying the method to one qubit, we proceed to discuss the case when correlations between different qubits occur. We demonstrate how the readout error can be mitigated in this case. By performing experiments on IBMQ hardware, we show that such correlations do not have a strong effect on the results, justifying to neglect them.

研究动机与目标

• 开发一种高效、经典可扩展的读出误差缓解方案，用于NISQ量子器件。
• 将先前的读出误差缓解方法扩展至包含测量噪声中的两比特关联。
• 在IBMQ硬件上实验评估，包含关联的缓解模型是否显著提升准确性。
• 确定先前工作中常见的未关联读出误差假设在当前量子硬件中是否成立。

提出的方法

• 该方法使用概率算符级框架，将噪声测量建模为理想泡利算符的损坏版本。
• 通过构建噪声期望值的线性组合（例如 ⟨𝑍₁⟩, ⟨𝑍₂⟩, ⟨𝑍₁⊗𝑍₂⟩）来重建两比特可观测量的真实期望值。
• 重构中的系数由校准的单比特比特翻转概率（𝑝𝑞,₀, 𝑝𝑞,₁）及其组合推导得出。
• 该方法假设在未关联误差假设下，噪声期望值可在比特间分解，但通过联合概率模型扩展至关联情形。
• 利用已知的制备计算基态的校准数据，在后处理中应用校正。
• 该方法随量子比特数呈多项式扩展，可在近期设备上实现。

实验结果

研究问题

• RQ1 在当前NISQ硬件上，将两比特关联纳入读出误差缓解是否显著提升量子计算结果的准确性？
• RQ2 与未关联模型相比，关联读出误差如何影响误差缓解方案的性能？
• RQ3 考虑到硬件中可能存在关联，是否可在实际中安全地维持未关联读出误差的假设？
• RQ4 其他噪声源（如门误差或退相干）在多大程度上主导了读出误差，从而限制了准确性？

主要发现

• 该误差缓解方案在IBMQ硬件上成功校正了读出误差，随着采样次数增加，平均误差先下降后趋于约3×10⁻²的平台。
• 在所有测试的IBMQ设备（ibmq_lima, ibmq_quito, ibmq_casablanca, ibmq_belem）上，比较包含与不包含两比特关联的缓解结果，二者几乎完全相同。
• 关联与未关联缓解方案之间的微小差异表明，当前NISQ硬件中两比特读出关联对最终结果无显著影响。
• 其他噪声源（如门误差或退相干）在读出误差极限之后成为主导因素，这从误差减少的平台现象可得到证实。
• 该方法呈多项式扩展，具有实际可实施性，证实其在近期量子应用中的可行性。
• 结果验证了先前工作中采用的未关联读出误差假设，支持其继续使用以实现简洁与高效。