Mitigating crosstalk errors by randomized compiling: Simulation of the BCS model on a superconducting quantum computer
我们提出一种扩展的随机编译协议，通过特殊处理相邻量子比特来抑制串扰噪声，并在IBMQ超导量子计算机上使用135个CNOT门成功定量模拟了BCS模型的非平衡动力学。
2024-02-06 cond-mat.supr-con quant-ph
Scalable mitigation of measurement errors on quantum computers
我们提出了一种用于减轻量子计算平台上的测量误差的方法，该方法不形成完整的分配矩阵或其逆矩阵，并且在由噪声输入位串定义的子空间中工作。该方法可容纳不相关和相关的错误，并允许计算准确的误差范围。此外，我们详细介绍了一个矩阵免费的预处理迭代求解方法，收敛在$\mathcal{O}(1)$的步骤，是性能和使用数量级少的内存比直接因式分解。我们证明了我们的方法的有效性，并在几秒钟内减轻了一些量子位的错误，否则这些错误将是难以处理的。
2021-08-27 quant-ph
Efficient separate quantification of state preparation errors and measurement errors on quantum computers and their mitigation
针对量子计算机中态制备误差与测量误差难以分离的问题，本文提出一种资源高效的分别量化方法，并设计线性复杂度的态制备误差缓解方案，使结果保真度较标准方案提升一个数量级，且对门噪声具有鲁棒性。
2025-04-18 quant-ph
Quantum Fisher kernel for mitigating the vanishing similarity issue
量子核方法是一种利用量子计算机计算量子核（QK）来度量数据之间相似性的机器学习模型。尽管该方法具有潜在的量子优势，但常用的基于量子度的QK存在一个不利的问题，我们称之为消失相似性问题;随着量子位数的增加，由于QK的期望值和方差呈指数下降，检测数据之间的差异变得困难。这意味着需要设计QK替代基于身份的QK。在这项工作中，我们提出了一类新的QKs称为量子Fisher内核（QFK），考虑到数据源的几何结构。通过理论分析和数值计算证明了基于反对称对数导数的QFK（ALDQFK）可以避免交替分层假设（ALA）的问题，而基于对称性的QK甚至不能避免交替分层假设（ALA）的问题.此外，傅立叶分析数值阐明，ALDQFK可以有表现力相比，基于纯度的QK。这些结果表明，QFK为量子机器学习的实际应用铺平了道路，具有可能的量子优势。
2022-10-29 quant-ph
Mitigating Errors in Analog Quantum Simulation by Hamiltonian Reshaping or Hamiltonian Rescaling
针对模拟量子模拟缺乏有效误差缓解技术的问题，提出Hamiltonian reshaping和Hamiltonian rescaling两种策略，通过随机酉变换和能量缩放比较有效提升了本征能量评估的准确性与可靠性。
2025-01-29 quant-ph
Mitigating algorithmic errors in Hamiltonian simulation
量子计算机可以有效地模拟多体系统。作为一种广泛使用的哈密顿模拟工具，Trotter-Suzuki方案将演化分解为Trotter步骤的数目$N$，并且通过总哈密顿量的每个单独项的指数的乘积来近似每个步骤的演化。通过增加$N$可以减少由于近似引起的算法误差，然而这需要更长的电路，因此不可避免地引入更多的物理误差。在这项工作中，我们首先研究这样的权衡和数值上找到最佳的特罗特步骤数$N_{\textrm{opt}}$给定的物理误差模型在近期的量子硬件。实际上，物理错误可以抑制使用最近提出的错误缓解方法。然后，我们扩展物理误差缓解方法，以抑制算法的错误，在哈密顿模拟。通过利用具有不同数目的Trotter步骤$N\le N_{\textrm{opt}}$的仿真结果，我们可以在更高的精度内推断出精确的仿真结果，从而减少算法误差。我们用一个五量子比特系统对我们的方案进行了数值测试，并通过应用物理和算法误差缓解措施来显着提高模拟精度。
2018-08-10 quant-ph
Mitigating algorithmic errors in quantum optimization through energy extrapolation
量子优化算法提供了一个有前途的路线，找到基态的目标哈密顿量的近期量子器件。尽管如此，仍然有必要尽可能地限制演化时间和电路深度，因为否则退相干将降低计算。即使这样做了，在基态能量的估计中也总是存在不可忽略的误差。在这里，我们提出了一个可扩展的外推方法，以减轻这种错误，显着提高估计使用三个最流行的优化算法：量子退火（QA），变分量子本征求解器（VQE），和量子虚时间演化（QITE），在固定的演化时间或电路深度。该方法是基于外推的退火时间为无穷大，或估计的方差为零。该方法对噪声具有相当的鲁棒性，并且对于仅涉及少数体相互作用的哈密顿量，额外的计算开销是测量次数增加一个常数因子。分析推导提供的二次收敛的估计的能量作为时间的函数在QA，和线性收敛的估计作为方差的函数在所有三个算法。我们已经验证了这些方法的有效性，通过数值模拟和IBM量子计算机上的实验。这项工作提出了一种有前途的新方法，通过经典的后处理来增强近期量子计算。
2022-09-20 quant-ph
Mitigating realistic noise in practical noisy intermediate-scale quantum devices
量子误差抑制（QEM）对于噪声中尺度量子（NISQ）器件至关重要。虽然大多数传统的QEM方案假设离散的基于门的电路与噪声出现在每个门之前或之后，假设是不合适的描述现实的噪声，可能有很强的门依赖性和复杂的非局部效应，和一般的计算模型，如模拟量子模拟器。为了解决这些挑战，我们首先扩展的情况下，每个计算过程，无论是数字或模拟，描述了一个连续的时间演变。对于工程哈密顿量或额外的噪声算子的缺陷的噪声，我们表明它可以有效地抑制一种新的随机QEM方法。由于我们的方法只假设精确的单量子比特控制，因此它适用于所有数字量子计算机和各种模拟模拟器。同时，利用Richardson外推法可以有效地抑制减载过程中的误差.当我们在能量弛豫和退相噪声下用各种哈密顿算子以及具有额外两个量子比特串扰的数字量子线路对我们的方法进行数值测试时，我们显示出模拟精度提高了两个数量级。我们评估了我们的方案的资源成本，并得出结论，精确的量子计算与NISQ设备的可行性。
2020-12-22 quant-ph
Mitigating Noise-Induced Gradient Vanishing in Variational Quantum Algorithm Training
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
变分量子算法有望在近期噪声量子计算机上展示量子计算的优势。然而，训练这样的变分量子算法会随着算法的大小增加而遭受梯度消失。先前的工作不能处理由现实量子硬件上不可避免的噪声效应引起的梯度消失。在本文中，我们提出了一种新的训练方案，以减轻这种噪声引起的梯度消失。我们首先引入了一个新的成本函数，其梯度显着增加采用无痕观测截断子空间。然后，我们证明了相同的最小值可以通过优化原始成本函数与新的成本函数的梯度。实验表明，我们的新的训练计划是非常有效的主要变分量子算法的各种任务。
2021-11-25 cs.LG quant-ph
Local robust shadows on a trapped ion computer -- a case study
Johannes Kepler University Linz（林茨约翰内斯·开普勒大学）；Alpine Quantum Technologies GmbH（阿尔卑斯量子技术有限公司）；Technology Innovation Institute（技术创新研究所）
该研究通过实验展示了一种在受限离子量子计算机中对抗测量误差的局域稳健阴影协议，通过引入Pauli-X-twirling对称化误差率，有效缓解了测量脉冲时间缩短导致的误差。
2026-04-26 quant-ph
Mitigating barren plateaus of variational quantum eigensolvers
Baidu Research（百度研究院）；Tsinghua University（清华大学）
变分量子算法（VQA）有望在近期量子计算机上建立有价值的应用。然而，最近的工作已经指出，VQA的性能在很大程度上依赖于ansatze的可表达性，并且受到诸如贫瘠高原（即，消失梯度）。本文提出了一种改进可训练性的状态有效分析方法（SEA），用于精确的基态制备.我们表明，SEA可以产生一个任意的纯态，比一个通用的ananomaly少得多的参数，使其有效的任务，如基态估计。然后，我们证明了贫瘠的高原可以有效地缓解SEA和可训练性可以进一步提高最二次通过灵活调整SEA的缠绕能力。最后，我们研究了大量的例子，在基态估计，我们获得显着改善的幅度成本梯度和收敛速度。
2022-08-12 cs.LG quant-ph
A Feasible Design of Elementary Quantum Arithmetic Logic Units for Near-Term Quantum Computers
本文针对近期量子计算机量子比特连接受限的问题，设计了仅用Pauli-X、CNOT和CSX门且双量子比特门限于最近邻的可行QALU（含加减乘除及补码运算），推进了可扩展高效的量子算术。
2024-09-19 quant-ph
Calculation of the Green's function on near-term quantum computers
格林函数在研究量子多体系统，特别是强关联系统的性质时起着至关重要的作用。虽然量子计算机的发展在不久的将来可能使我们能够计算经典棘手的系统的能谱，方法来模拟格林函数与近期量子算法尚未提出。在这里，我们提出了两种方法来计算一个给定的哈密顿量的格林函数的近期量子计算机。第一种方法利用量子系统的变分动力学模拟，直接实时计算格林函数的动力学。第二种方法利用格林函数的Lehmann表示和计算哈密顿量的激发态的方法。这两种方法都需要浅量子线路，并且与近期的量子计算机兼容。我们对费米-哈伯德模型的格林函数进行了数值模拟，证明了我们建议的有效性。
2020-08-05 quant-ph
Simulation of Grover's quantum search algorithm in a Ising nuclear spin chain quantum computer with first and second nearest neighbour couplings
我们实现Grover的量子搜索算法的核自旋链量子计算机上，考虑到伊辛型最近和第二最近的邻居之间的相互作用。该算法的实现的性能进行了研究，通过数值模拟与四个自旋。我们在算法过程中确定保真度的时间行为，并计算最终保真度作为拉比频率的函数。对于后者，我们在满足（2πk）方法关于第二近邻相互作用的条件的频率处获得了明显的最大值。
2007-10-16 quant-ph
Shadow Distillation: Quantum Error Mitigation with Classical Shadows for Near-Term Quantum Processors
本文提出阴影蒸馏方法，利用经典阴影和随机测量在近-term量子处理器上以较低开销缓解误差，并在离子阱GHZ态实验中验证了其有效性。
2022-03-14 quant-ph
Dealing with quantum computer readout noise through high energy physics unfolding methods
量子计算机有可能解决经典计算机难以解决的问题，但它们的错误率很高。一种重要的错误被称为读出错误。目前的方法，如矩阵求逆和最小二乘法，用于展开（校正）读出误差。但这些方法存在着许多问题，如振荡行为和非物理结果。2020年，Benjamin Nachman等人提出了一种目前用于HEP的技术，以纠正探测器效应。这种方法被称为迭代贝叶斯展开（IBU），他们已经证明了其在减轻读出错误，避免上述方法的问题的有效性。因此，我们的论文的主要目标是减轻量子计算机的读出噪声，使用这种强大的展开方法。为此，我们在Yorktown IBM Q Machine中为5个量子比特生成了一个均匀分布，以便在被噪声扭曲后通过IBU展开它。然后我们用高斯分布重复同样的实验。结果令人满意，与B. Nachman等人，获得了在那之后，我们采取了第二个目的，探索在更大的量子比特系统中展开，在那里我们成功地展开了7个量子比特的均匀分布，这些量子比特被来自墨尔本IBM Q机的噪声扭曲。在这种情况下，IBU方法显示出比其他技术好得多的结果。
2022-04-08 quant-ph
Using Reinforcement Learning to find Efficient Qubit Routing Policies for Deployment in Near-term Quantum Computers
本文讨论了第一代和其他近期量子计算机中的量子比特路由问题。特别地，可以断言量子比特路由问题可以被公式化为强化学习（RL）问题，并且原则上这足以为任何给定的量子计算机架构发现最佳量子比特路由策略。为了实现这一点，有必要改变传统的RL框架，以允许组合动作空间，这代表了本文的第二个贡献，预计将找到额外的应用，超出了本文所解决的量子位路由问题。数值结果表明，RL训练的量子位路由策略的优势，使用排序网络。
2019-01-26 quant-ph
Calculation of Gibbs partition function with imaginary time evolution on near-term quantum computers
吉布斯配分函数是描述热力学平衡体系统计性质的一个重要量。有几个建议在近团队量子计算机上计算配分函数。然而，现有的方案需要吉布斯态的许多副本来执行外推以计算配分函数，并且这些在近期的量子计算机上执行可能是昂贵的。在这里，我们提出了一个有效的计划来计算吉布斯函数的虚时间演化。为了计算$N$量子位的吉布斯函数，在我们的方案中只需要$2N$量子位。利用虚时间演化方法制备了不同温度的吉布斯态，并在量子线路上测量了它们之间的重叠，从而计算出吉布斯配分函数。
2021-09-30 quant-ph
Modelling and Simulating the Noisy Behaviour of Near-term Quantum Computers
噪声在近期量子计算机的各个方面都占主导地位，使得即使是很小的计算也非常困难。在本文中，我们关注的是噪声中尺度量子计算机（NISQ）的噪声建模。我们专注于三个错误组，代表在计算过程中的噪声的主要来源，并提出量子信道，每个源模型。我们设计了一个噪声模型，结合了所有三个噪声通道，并使用其校准的错误率模拟量子计算机的演变。我们对我们的模型进行了各种实验，展示了与其他噪声模型和IBM量子计算机相比的行为。我们发现，我们的模型提供了一个更好的近似量子计算机的行为比其他模型。在此之后，我们使用遗传算法来优化我们的噪声模型所使用的参数，使模型的行为更接近量子计算机。最后，前和postoptimization参数之间的比较表明，根据我们的模型，某些操作可以或多或少的错误比硬件校准的参数显示。
2021-12-06 quant-ph
Nearest Centroid Classification on a Trapped Ion Quantum Computer
近年来，量子机器学习在理论和实践上都有了相当大的发展，已经成为寻找量子计算机在现实世界中应用的一个很有前途的领域。为了实现这一目标，我们将最先进的算法和量子硬件结合起来，为量子机器学习应用提供实验演示，并为其性能和效率提供可证明的保证。特别是，我们设计了一个量子最近质心分类器，使用有效地加载经典数据到量子态和执行距离估计的技术，并在11量子比特捕获离子量子机上进行实验证明，匹配MNIST手写数字数据集的经典最近质心分类器的准确性，并实现高达100%的准确性为8维合成数据。
2020-12-09 quant-ph
Dropout is all you need: robust two-qubit gate with reinforcement learning
本研究探索利用强化学习设计量子控制协议时人类专家指导的必要性，在核磁共振系统中结合解析先验知识工程化鲁棒两量子比特门，通过广泛基准测试发现dropout方法尤为鲁棒，展示了计算机科学概念推动量子技术发展的潜力。
2023-12-11 quant-ph
Mitigating shot noise in local overlapping quantum tomography with semidefinite programming
针对近期量子计算中约化密度矩阵（RDMs）测量易受散粒噪声影响产生非物理结果的问题，提出用多项式规模半定规划施加相容性约束、重构重叠RDMs以缓解噪声的方法，可提升精度与资源效率，适用于变分算法等场景。
2025-06-12 quant-ph
Categorizing Readout Error Correlations on Near Term Quantum Computers
读出误差是近期量子计算机的重要噪声源。已经提出了各种方法来使用经典的后处理来减轻这些误差。对于具有$n$量子位的系统，整个读出误差分布由$2^n\times 2^n$矩阵指定。最近的建议，使用次指数近似依赖于小和/或短程误差相关性。在本文中，我们介绍和展示了一种方法来分类和量化多量子位读出误差的相关性。两种不同类型的误差相关性被认为是：一个给定的量子位的测量附近的“旁观者”量子位的状态的敏感性，和测量算子协方差。我们在IBMQ量子计算机上部署了这种方法，发现与IBMQ Melbourne（15个量子位）和IBMQ Manhattan（65个量子位）上的单量子位读出错误相比，错误相关性确实很小，但IBMQ Melbourne上的相关性是长程的，并且不会随着量子位间距离而衰减。
2021-04-09 quant-ph
Mitigating many-body quantum crosstalk with tensor-network robust control
University of Surrey（萨里大学）；Imperial College London（帝国理工学院）；Qolumbus SAS（Qolumbus公司）
通过张量网络鲁棒控制缓解多体量子串扰，提升大规模量子系统保真度
2026-03-04 quant-ph
Readout Rebalancing for Near Term Quantum Computers
读出误差是近期中等规模量子计算机的重要噪声源。当一个量子位应该是0时，将它误测量为1的情况要比将一个量子位误测量为0的情况少得多。我们做了一个简单的观察，可以通过在执行测量之前应用目标X门来提高量子计算机的读出保真度。这些X门被放置成使得处于1状态的量子比特的预期数量最小化。经典的后处理可以消除X门的影响，从而使任何可观察值的期望值保持不变。我们表明，读出误差校正后的统计不确定性较小时，使用读出再平衡。的统计优势是电路和计算机相关的，并证明了$W$状态，格罗弗搜索，和高斯状态。当在激发态中具有许多量子比特的状态具有高概率时，统计精度的益处是最明显的（并且在某些情况下几乎是两倍）。
2020-10-15 quant-ph
On the depth overhead incurred when running quantum algorithms on near-term quantum computers with limited qubit connectivity
本文讨论了在近期量子计算机上运行量子线路时所产生的深度开销问题。具体来说，可以设想，近期的量子计算机将具有低量子比特连通性：每个量子比特将只能与其他量子比特的子集进行交互，这一现实通常由量子比特交互图表示，其中顶点表示量子比特，边表示可能的直接2-量子比特交互（门）。因此，通过将交换门引入到量子线路中以实现一般量子比特相互作用，必然会引起深度开销。本文证明了存在这样的量子线路：在量子位相互作用图为有限度的量子计算机上运行具有$n$量子位的量子线路时，必然会在$Ω(\log n)$中产生深度开销，但这种对数深度开销是可以实现的.后者通过构造4-正则量子比特相互作用图和相关的编译算法来示出，该编译算法可以仅以对数深度开销执行任何量子线路。
2020-07-28 quant-ph
Quantum Car-Parrinello Molecular Dynamics: A Cost-Efficient Molecular Simulation Method on Near-Term Quantum Computers
在本文中，我们提出了一种在近期量子计算机上计算有限温度分子动力学的低成本方法，量子Car-Parrinello分子动力学（QCPMD）。近期量子计算机最有前途的应用之一是量子化学。人们期望，通过分子动力学的分子模拟也可以有效地在近期量子计算机上通过应用有前途的近期量子算法的变分量子本征求解器（VQE）。然而，这种方法可能需要相当大的计算成本来实现足够的精度，否则，统计噪声会显着影响结果。为了解决这些问题，我们在Car-Parrinello方法的启发下发明了一种有效的分子时间演化方法。在我们的方法中，表征量子态的参数基于运动方程而不是被优化。此外，通过考虑朗之万动力学，我们可以利用固有的统计噪声。作为QCPMD的一个应用，我们提出了一个有效的方法来分析分子的振动频率，其中我们可以使用QCPMD计算的分子动力学的结果。数值实验表明，我们的方法可以精确地模拟分子在平衡态下的Langevin动力学行为，并且可以成功地预测分子的本征频率。此外，在数值模拟中，我们的方法实现了显着的成本降低相比，分子动力学使用VQE。我们的方法实现了一个有效的计算，而不使用广泛采用的方法的VQE。从这个意义上讲，我们在近期量子计算机上开辟了分子动力学的新可能性。我们希望我们的研究结果能激发进一步发明有效的近期量子算法来模拟分子。
2022-12-22 quant-ph
Folding-Free ZNE: A Comprehensive Quantum Zero-Noise Extrapolation Approach for Mitigating Depolarizing and Decoherence Noise
本文提出一种无需线路折叠的新型量子零噪声外推方法，分别针对去极化噪声、退相干噪声及混合噪声设计对应缓解策略，并结合线路切割技术解决高噪声线路外推数据失效问题，提升噪声缓解效果。
2023-05-01 quant-ph
Quantum Error Mitigated Classical Shadows
该研究将概率误差抵消等单期望值测量错误缓解技术推广至经典影子场景，构建了PEC影子的理论框架并证明其无偏性等性质，数值模拟验证了其在近期及早期容错量子计算机应用中的价值。
2023-10-23 quant-ph
Coherently mitigating boson samplers with stochastic errors
针对玻色采样器的随机误差问题，提出基于酉平均协议的误差缓解方案，推导出输出分布迹距离的严格上界，为采样实验的误差缓解和光子电路分析提供了新路径。
2025-04-30 quant-ph
Scalar Quantum Field Theories as a Benchmark for Near-Term Quantum Computers
量子场论（QFT）模拟是噪声中尺度量子计算机（NISQ）的一个潜在的重要应用。因此，量子计算机模拟QFT的能力构成了一个自然的以应用为中心的基准。模拟QFT过程的基础量子算法依赖于容错计算资源，但要在NISQ机器上使用，则需要容错算法。在这里，我们概述并实现了一个混合算法来计算的最低能级的范例1+1-维相互作用标量QFT。我们计算能量分裂和比较结果与实验值上目前可用的量子硬件。我们表明，质量重整化计算的准确性代表了一个有用的度量，短期硬件可能是基准。我们还讨论了缩放算法的前景，以充分模拟相互作用的QFT在未来的硬件。
2018-11-29 quant-ph
Active Readout Error Mitigation
减少错误是近期量子计算机面临的重大挑战。最重要的误差源之一与将量子态读出到经典比特流中有关。已经提出了各种技术来减轻这些错误与事后校正。我们提出了一种互补方案，通过在读出之前立即将单个量子比特编码为多量子比特状态，来主动减少逐个拍摄的读出错误。我们的技术的计算资源是独立的电路深度，并与当前的硬件错误率和连接完全兼容。我们使用两种类型的纠错码分析了我们的方法的潜力，作为原理证明，在IBMQ Mumbai量子计算机上，读出误差提高了80%。
2022-09-07 quant-ph
Neural network approach to mitigating intra-gate crosstalk in superconducting CZ gates
Fujian Key Laboratory of Quantum Information and Quantum Optics, Fuzhou University（福建量子信息与量子光学重点实验室，福州大学）；Department of Physics, Fuzhou University（福州大学物理系）；Quantum Information Physics Theory Research Team, Center for Quantum Computing, RIKEN（理化学研究所量子计算中心量子信息物理理论研究组）；University of Michigan（密歇根大学）
本文提出基于物理的神经控制框架，用于生成超导转子量子比特系统的鲁棒控制脉冲，以缓解串扰。通过结合硬件感知参数化和哈密顿量引导的目标，PGNC在高维控制景观中高效探索，实验证明其在CZ门中优于基线方法。
2026-03-23 quant-ph
Mitigating coherent leakage of superconducting qubits in a large-scale quantum socket
实用的量子计算机需要在可扩展架构中具有低错误率的量子比特（qubit）操作。我们研究了一种封装方法，可以通过三维导线来解决数百个超导量子位：大规模量子插座。量子位芯片被容纳在超导盒中，其中盒和芯片尺寸都导致可能干扰量子位操作的不需要的模式。我们在量子比特相干泄漏的背景下，从理论上分析了这些干扰效应。我们提出了两种方法来减轻由此产生的误差，从量子比特频率失谐的模式的谐振频率。我们进行了详细的电磁场模拟，表明模式的谐振频率随着安装的三维导线的数量而增加，并且可以被设计为显着高于最高量子比特频率。最后，我们展示了实现大规模量子插座的初步实验结果。
2017-10-12 cond-mat.supr-con physics.app-ph quant-ph
Quantum computers as an amplifier for existential risk
量子计算有望对社会产生深远影响。在这项工作中，我们讨论了人类存在风险的潜在后果。即使大规模容错量子计算的时间轴仍不清楚，量子计算机最终很可能在某些实际应用中实现指数级加速。我们确定量子模拟作为最相关的应用在这方面，我们定性地概述了不同的风险轨迹。预计量子计算对存在风险的放大和减轻作用。为了防止量子计算成为存在风险的放大器，我们呼吁科学界加大努力，减少未来潜在的量子风险。这一观点试图为讨论量子计算的技术风险增加一个新的视角。
2022-04-10 physics.hist-ph physics.soc-ph quant-ph
Multi-Objective Optimization and Network Routing with Near-Term Quantum Computers
本文提出一种利用近期量子计算机求解多目标组合优化问题的方案，将其应用于网络路由并映射为多目标最短路径问题，基于QAOA分析Pareto最优解生成能力、资源需求与性能标度，并在IonQ Harmony 11量子比特量子计算机上通过Amazon Braket完成小规模验证。
2023-08-16 quant-ph
A Post-Training Approach for Mitigating Overfitting in Quantum Convolutional Neural Networks
University of Southern California（南加州大学）；Viterbi School of Engineering（维特比工程学院）；Information Sciences Institute（信息科学研究所）；Department of Physics and Astronomy（物理与天文学系）；Center for Quantum Information Science & Technology（量子信息科学与技术中心）
本研究针对量子卷积神经网络（QCNN）的过拟合问题，发现直接应用经典神经元丢弃会因纠缠损失导致成功率下降，故提出一种计算高效的参数适配方法作为替代方案。
2024-03-03 cs.LG quant-ph
Recycling qubits in near-term quantum computers
量子计算机能够有效地收缩酉张量网络，这对经典计算机来说可能仍然很困难。例如，基于矩阵乘积态或多尺度纠缠重正化模型（MERA）的网络可以在小型量子计算机上收缩，以帮助模拟大型量子系统。然而，如果没有选择性重置量子位的能力，相关的空间成本可能过高。在本文中，我们提出了一种协议，当电路具有共同的卷积形式时，可以统一地重置量子位，从而大大降低了在一般近期量子计算机上实现收缩算法的空间成本。该协议通过在不再使用的量子位上部分地应用时间反转的量子线路来从使用过的量子位生成新的量子位。在没有噪声的情况下，我们证明了这些量子位的子集的状态成为$|0\ldots 0\rangle$，直到应用的门的数量呈指数级小的误差。我们还提供了一个数值证据，该协议的工作在噪声的存在。我们还提供了一个数值证据，该协议的工作在噪声的存在下，并制定了一个条件下，噪声弹性严格遵循。
2020-12-26 quant-ph
Quality, Speed, and Scale: three key attributes to measure the performance of near-term quantum computers
定义正确的指标来正确地表示量子计算机的性能对计算系统的用户和开发人员都至关重要。在本白皮书中，我们确定了量子计算性能的三个关键属性：质量、速度和规模。质量和规模分别通过量子体积和量子比特数来衡量。我们提出了一个速度基准，使用量子卷实验的更新，允许测量电路层每秒操作（CLOPS），并确定经典和量子组件如何在提高性能方面发挥作用。我们规定了一个测量CLOPS的过程，并使用它来描述一些IBM Quantum系统的性能。
2021-10-28 quant-ph
Effect of matrix sparsity and quantum noise on quantum random walk linear solvers
我们研究了量子噪声在稀疏线性方程组的量子-经典混合求解器中的作用，并应用于随机哈密顿矩阵。在理想的无噪声量子计算机中，稀疏矩阵以比密集矩阵更低的相对误差实现解向量。然而，我们发现量子噪声逆转了这种效应，总体误差随着稀疏性的增加而增加。我们确定无效的量子随机游走的原因，这种增加的错误，并提出了一个修改后的线性求解器算法，通过减轻这些无效的散步，提高了准确性。
2022-05-27 quant-ph
ADAPT: Mitigating Idling Errors in Qubits via Adaptive Dynamical Decoupling
近期量子计算机上应用的保真度受到硬件错误的限制。除了在选通和测量操作期间发生的错误之外，量子位还容易受到空闲错误的影响，这在量子位空闲并且没有主动进行任何操作时发生。为了减轻空闲错误，量子设备社区的先前工作已经提出了动态解耦（DD），其通过连续执行特定序列的单量子位操作来减少空闲量子位上的杂散噪声，该操作有效地表现为身份门。不幸的是，现有的DD协议主要是针对单个量子比特进行研究的，它们在应用层面的功效尚未完全了解。我们的实验表明，天真地为每个空闲量子位启用DD并不一定会提高保真度。虽然DD降低了某些量子位的空闲错误率，但由于DD协议的额外操作，它增加了其他量子位的整体错误率。此外，空闲错误是特定于程序的，并且受益于DD的量子位集合随着每个程序而变化。为了能够稳健地使用DD，我们提出了自适应动态解耦（ADAPT），这是一个软件框架，可以估计每个量子位组合的DD功效，并明智地将DD仅应用于提供最大益处的量子位子集。ADAPT采用了一个诱饵电路，它在结构上类似于原始程序，但具有已知的解决方案，以识别最大限度地提高保真度的DD序列。为了避免对所有可能的DD组合进行指数搜索，ADAPT采用了一种局部化算法，该算法在量子位数方面具有线性复杂度。我们在IBM量子机（具有16-27个量子位）上的实验表明，ADAPT平均将应用保真度提高了1.86倍，与没有DD相比提高了5.73倍，与所有量子位上的D…
2021-09-11 quant-ph
Using Shor's algorithm on near term Quantum computers: a reduced version
考虑到其在密码学领域的相关性，整数分解是量子计算机预计将产生重大影响的突出应用。由于Shor的算法，这个特殊的问题可以在多项式时间内解决。然而，量子比特的数量和应用的门都会在精神上影响在近期量子硬件上运行特定量子线路的能力。在这项工作中，我们通过引入Shor算法的简化版本来帮助解决这两个问题，该算法在增加可以在嘈杂的量子设备上分解的数字范围方面向前迈出了一步。本工作中提出的实现是通用的，并且不使用任何关于要分解的数字的假设。特别是，我们已经发现在大多数情况下值得注意的结果，往往能够因子给定的数字与所提出的算法只有一个迭代。最后，将原始量子算法与我们在模拟器上的版本进行比较，结果对于所考虑的一些数字是相同的。
2021-12-23 quant-ph
Tensor network noise characterization for near-term quantum computers
本文将张量网络噪声表征方法适配于近期量子计算机，验证其在最多20量子比特系统上表征关联噪声的有效性，并与噪声感知错误缓解协议结合，实现深层电路的准确纠错。
2024-09-02 quant-ph
Error Mitigation in Quantum Computers through Instruction Scheduling
量子系统具有展示显著的计算优势的潜力，但是当前的量子设备遭受错误的快速积累，这阻止了量子信息在延长的时间段内的存储。量子位与其环境以及彼此之间的无意耦合给计算增加了显著的噪声，需要改进方法来对抗退相干，以提高量子算法在真实机器上的性能。虽然许多现有的减少错误的技术依赖于向电路添加额外的门，校准新的门，或延长电路的运行时间，但本文的主要贡献是利用量子程序中已经存在的门，而不延长电路持续时间。我们利用电路松弛的单量子位门发生在空闲窗口，调度门，使他们的时间可以抵消一些错误。自旋回波校正，减轻空闲量子位的退相干作为这项工作的灵感。然而，理论模型无法捕获NISQ设备中的所有噪声源，因此需要实际解决方案，以更好地最大限度地减少量子机器中不可预测的错误的影响。本文介绍了TimeStitch：一个新的框架，精确定位的最佳执行调度单量子位门在量子线路。TimeStitch作为编译通道实现，利用量子计算的可逆性来促进电路在真实量子机器上的成功。
2021-11-10 quant-ph
Investigating the variance increase of readout error mitigation through classical bit-flip correction on IBM and Rigetti quantum computers
读出误差是当前有噪声的中等规模量子设备上最主要的误差之一。最近，一种有效的和可缩放的方法，用于减轻这种错误已经开发，基于经典的位翻转校正。在这次演讲中，我们比较了IBM和Rigetti量子设备的这种方法的性能，演示了这种方法如何改善量子硬件上获得的可观测量的噪声测量。此外，我们研究的方差放大后，应用我们的缓解程序，这是共同的所有缓解策略的数据。我们推导出一个新的表达式的减轻泡利运营商的方差的校正期望值和噪声方差。我们的硬件结果显示出良好的协议与理论预测，我们证明，由于减轻程序的方差的增加是温和的。
2021-11-29 hep-lat quant-ph
Optimal Qubit Reuse for Near-Term Quantum Computers
针对近期量子计算机的高错误率与资源限制，本文提出首个量子比特重用优化的形式化模型，在深度、比特数和swap门数量上提供可证明的最优解，并引入包含重置错误的成本函数以优化比特分配，有效提升了线路性能。
2023-07-31 cs.ET quant-ph
Accuracy and Resource Estimations for Quantum Chemistry on a Near-term Quantum Computer
化学反应性的研究和预测是分子量子化学最重要的应用领域之一。大规模的、完全容错的量子计算机可以为潜在的电子结构问题提供精确或接近精确的解决方案，而比经典计算机的工作量要少得多，从而能够对超大分子系统进行高度精确的预测。然而，在不久的将来，只有数量有限的量子位的“噪声”设备才能受到退相干的影响。对于这样的近期量子计算机的混合量子经典变分量子本征求解器算法结合幺正耦合簇分析（UCCSD-VQE）已成为一个集中讨论的方法，可以提供准确的结果之前的曙光容错量子计算。在这项工作中，我们提出了一个UCCSD-VQE的实现，允许第一次处理开壳和闭壳分子。我们研究了九个小分子系统以及四个示例性的化学反应，通过比较成熟的电子结构方法，如（非单一）耦合簇和密度泛函理论的能量的准确性。最后，我们粗略估计了所需的量子硬件资源，以获得“有用的”结果，用于实际目的。
2019-08-14 physics.chem-ph quant-ph
Digital quantum simulation of dynamical topological invariants on near-term quantum computers
可编程量子处理器是模拟量子系统的合适平台，其中拓扑相位是特别感兴趣的。我们在IBM Q器件上模拟了一维系统的猝灭动力学。用动力学拓扑不变量、动力学缠绕数和含时Berry相位来描述动力学的拓扑性质，并用量子线路模型进行了模拟。结果表明，尽管目前的量子计算机中存在噪声，动力学拓扑不变量是鲁棒的。此外，为了研究开放量子系统的影响，我们解析求解了Lindblad形式的主方程，证明了耗散对动力学缠绕数和Berry相位的变化没有影响.这一研究结果为拓扑相位在有噪声的中尺度量子计算机上的鲁棒性提供了理论依据。
2021-12-30 cond-mat.mes-hall quant-ph
Mitigating the quantum hype
我们正处于量子炒作之中，一些人过度宣称量子计算的潜力，许多供应商甚至一些研究机构的夸大，以及对技术准备程度非常低的初创公司的资金狂热。各国政府正在通过他们的大型量子计划和他们的技术主权愿望来推动这种炒作。技术炒作本身并不坏，因为它们创造了竞争，推动了创新，也有助于吸引新的人才。它的工作原理是，科学家和供应商在所谓的期望峰值之后持续不断地取得进展和创新。它因夸大的过度承诺和持续时间过长的交付不足而失败。它可能会削减研究和创新资金，造成某种量子冬天。在研究了技术和科学炒作的形状和形式，并从过去的炒作中吸取了一些教训之后，我们调查了当前的量子炒作及其细节。我们发现，尽管创造真正可扩展的量子计算机的潜力存在一些重大的不确定性，但与其他技术炒作相比，科学和供应商领域相对理智和可靠。供应商的炒作对基础研究的组织产生了一些深刻的破坏性影响。此外，量子技术还包括其他领域，如量子电信和量子传感，它们具有更高的技术准备水平，不太容易被炒作。然后，我们提出了一些建议，以减轻当前量子炒作的潜在负面影响，包括关于科学传播的建议，以加强对量子科学的信任，供应商行为的改善，基准方法，公众教育以及制定负责任的研究和创新方法。
2022-02-10 physics.hist-ph physics.soc-ph quant-ph
Practical techniques for high-precision measurements on near-term quantum hardware and applications in molecular energy estimation
本文针对近中期量子设备的高读出误差问题，提出局部偏置随机测量、并行量子探测器层析成像和混合调度三种实用技术，并在IBM Eagle r3上对BODIPY分子进行能量估计，将测量误差从1-5%降至0.16%。
2025-07-17 physics.chem-ph quant-ph
Quantum simulations of materials on near-term quantum computers
量子计算机有望实现对分子和材料性质的有效模拟;然而，由于量子比特数量有限，目前它们只允许对少数原子进行从头计算。为了利用近期量子计算机的能力来模拟更大的系统，需要开发混合量子-经典方法，其中量子计算仅限于系统的一小部分。这对于分子和固体特别相关，其中活性区域需要比其环境更高水平的理论精度。在这里，我们提出了一个量子嵌入理论的计算强相关的电子态的活性区域，与密度泛函理论内描述的系统的其余部分。我们通过研究半导体中几个对量子信息技术非常感兴趣的缺陷量子比特来证明这种方法的准确性和有效性。我们在量子计算机上进行计算，并表明它们产生的结果与经典体系结构上精确对角化获得的结果一致，为在近期量子计算机上模拟现实材料铺平了道路。
2020-02-25 cond-mat.mtrl-sci physics.chem-ph quant-ph
Quantum error mitigation for parametric circuits
减少误差对于现代量子计算机的应用至关重要。在目前的信中，我们研究量子误差缓解考虑参数电路可访问的经典计算在一定范围内的参数。我们提出了一种全局随机化误差抵消（GREC）方法，通过对附加随机化的量子线路的线性组合求和来减轻量子误差，所述量子线路的权重通过与参考经典可计算数据的比较来确定。我们以$n = 4$自旋反铁磁伊辛模型为例说明了这种方法的性能。
2021-12-06 hep-lat quant-ph
Mixed Quantum-Classical Dynamics for Near Term Quantum Computers
针对近期量子计算机上较少探索的混合量子-经典动力学，提出量子与经典子系统耦合的模块化算法，并在改进型 Shin-Metiu 模型上验证其短时长时演化效果。
2023-08-21 physics.chem-ph quant-ph
Quantum Chemistry as a Benchmark for Near-Term Quantum Computers
我们提出了一个量子化学基准的噪声中等规模的量子计算机，利用变分量子本征求解器，积极的空间减少，减少单一耦合集群anananterior，并减少密度纯化作为错误缓解。我们通过模拟碱金属氢化物（NaH、KH、RbH）在20量子位IBM Tokyo和16量子位Rigetti Aspen处理器上演示了该基准，计算的基态能量的准确性作为主要基准度量。我们进一步参数化这个基准套件的试验电路类型，对称性降低的水平，和错误缓解策略。我们的研究结果表明，在近期超导硬件中存在的特征性高噪声水平，但提供了一个相关的基础硬件的未来改进的基线，并在近期硬件类型的比较手段。我们还演示了如何减少噪声后处理与特定的错误缓解技术。特别地，噪声密度矩阵的McWeeny纯化的适应显著地提高了量子计算的准确性，这与可调节的活性空间一起显著地扩展了可访问的分子系统的范围。我们证明，对于特定的基准设置，当在某些量子计算机上通过云计算时，准确性度量可以达到化学准确性。
2019-05-04 physics.chem-ph quant-ph
