Sample-efficient quantum error mitigation via classical learning surrogates
Created by
Haebom
Category
Empty
저자
Wei-You Liao, Ge Yan, Yujin Song, Tian-Ci Tian, Wei-Ming Zhu, De-Tao Jiang, Yuxuan Du, He-Liang Huang
개요
본 논문은 근시일 내 양자 프로세서의 실용적인 양자 유틸리티를 추구하는 데 핵심적인 과제인 내재된 노이즈를 해결하기 위해 개발된 surrogate-enabled ZNE (S-ZNE)에 대해 설명한다. S-ZNE는 널리 사용되는 양자 오류 완화 기술인 zero-noise extrapolation (ZNE)을 활용하며, 클래식 학습 서러게이트를 사용하여 ZNE를 완전히 클래식 측면에서 수행한다. 이를 통해 S-ZNE는 전체 양자 회로 패밀리에 대해 상수 측정 오버헤드만 필요하며, 기존 ZNE보다 더 나은 확장성을 제공한다. 이론적 분석과 실험을 통해 S-ZNE의 효과를 입증하고, 다른 양자 오류 완화 프로토콜에도 적용 가능함을 제시한다.
시사점, 한계점
•
시사점:
◦
S-ZNE는 전체 양자 회로 패밀리에 대해 상수 측정 오버헤드만 요구하여 확장성이 뛰어나다.
◦
이론적 분석 및 실험을 통해 기존 ZNE와 유사한 정확도를 달성함을 입증했다.
◦
다른 양자 오류 완화 프로토콜로 확장 가능한 템플릿을 제공한다.
◦
100-qubit 규모의 ground-state energy 및 quantum metrology task에서 효과를 확인했다.
