SI-Traceable Calibration and Performance Benchmarking of a Terahertz Photomixer Transmitter-Receiver System Using a Rydberg Atomic Sensor
Rydberg Technologies Inc.(Rydberg科技有限公司)
本文利用里德伯原子传感器对204 GHz太赫兹光电混频收发系统进行SI可追溯校准与性能基准测试,实现电场绝对测量并建立原子传感器与传统传感器的定量联系。
2026-09-11 physics.app-ph physics.atom-ph quant-ph
Quantum Computer Benchmarking via Quantum Algorithms
我们提出了一个框架,利用量子算法,架构感知量子噪声模型和一个理想的模拟器,以基准量子计算机。基准度量突出了量子计算机演化与模拟噪声和理想量子演化之间的差异。我们利用我们的框架对三个IBMQ系统进行基准测试。使用多种算法,包括连续时间算法,作为基准,以不同的方式强调计算机,突出它们对不同电路的行为。每个量子线路的复杂性会影响每个量子计算机的效率,电路尺寸的增加会导致更多的噪声行为。此外,使用连续时间量子算法及其哈密顿量的分解也允许提取关于量子系统上的两种方法的效率的有价值的比较。结果表明,我们的基准测试提供了关于每个量子计算机性能的充分和全面的信息。
2021-12-17 quant-ph
Benchmarking quantum computers via protocols
本文提出用协议基准测试量子计算机,通过明确阈值区分量子性与经典性,并用于比较不同量子计算机及真实芯片与模拟器,进而回答有效量子比特数问题。
2025-05-25 quant-ph
On the Classical Hardness of Spoofing Linear Cross-Entropy Benchmarking
最近,谷歌宣布了量子计算霸权的第一次演示,使用可编程超导处理器。他们的演示是基于从噪声随机量子线路的输出分布中收集样本,然后对这些样本进行称为线性交叉熵基准(Linear XEB)的统计测试。这就提出了一个理论问题:一台经典计算机伪造线性XEB测试的结果有多难?在这个简短的说明中,我们采用了Aaronson和Chen [2017]的分析来证明线性XEB欺骗的条件硬度结果。具体地说,我们证明了这个问题是经典困难的,假设没有有效的经典算法,给定一个随机的n量子位量子线路C,估计C输出特定输出串的概率,比如0^n,方差甚至比总是估计1/2^n的平凡估计量略好。我们的结果自动包含了噪声电路的情况。
2020-02-06 cs.CC quant-ph
Quantum Cramer-Rao Precision Limit of Noisy Continuous Sensing
Hefei National Laboratory, University of Science and Technology of China(中国科学技术大学合肥国家实验室);Shanghai Research Center for Quantum Sciences and CAS Center for Excellence in Quantum Information and Quantum Physics, University of Science and Technology of China(中国科学技术大学上海量子科学研究中心及中科院量子信息与量子物理卓越创新中心);Institut für Theoretische Physik and IQST, Universität Ulm(乌尔姆大学理论物理研究所和IQST);Department of Physics, Indian Institute of Technology (BHU), Varanasi(瓦拉纳西印度理工学院(贝拿勒斯)物理系)
本文提出一种高效方法,用于确定受一般环境噪声影响的连续监测量子传感器的量子CRAMER-RAO界限,适用于马克诺维奇或非马克诺维奇环境,并展示了其在连续监测量子传感器范式模型中的应用。
2026-04-12 quant-ph
Sample-efficient benchmarking of shallow all-to-all random quantum circuits
The College of William & Mary(威廉玛丽学院);The University of Chicago(芝加哥大学);Joint Center for Quantum Information and Computer Science, University of Maryland and NIST(马里兰大学和NIST联合量子信息与计算中心);University of Waterloo(滑铁卢大学)
针对浅层全连接随机量子电路,提出基于非线性交叉熵的样本高效基准,能清晰区分噪声量子计算机与经典欺骗算法。
2026-05-21 quant-ph
\textit{In Silico} Benchmarking of Detectable Byzantine Agreement in Noisy Quantum Networks
本研究利用EPR对实现可实验落地的量子可检测拜占庭协议,通过量子网络模拟器在真实噪声条件下开展系统模拟,明确了协议性能的关键阈值与最优运行区间,为量子共识协议的实际实现提供参考。
2025-09-01 cs.DC cs.NI quant-ph
Self-Supervised Learning with Noisy Dataset for Rydberg Microwave Sensors Denoising
Shanxi University(山西大学)
本研究提出了一种自监督深度学习框架,通过训练噪声数据集实现Rydberg传感器的高效去噪,优于传统方法并显著提升计算效率。
2026-01-05 physics.atom-ph quant-ph
Experimental distributed quantum sensing in a noisy environment
本文实验演示了基于 trapped-ion 的分布式量子传感协议,通过创建多维传感器纠缠态在噪声环境中隔离并检测信号,优于无纠缠策略,适用于任意距离与场,为量子传感器网络提供了应用前景。
2025-11-02 quant-ph
Benchmarking Quantum Extreme Learning based on Gaussian Boson Sampling
IFISC, Institute for Cross-Disciplinary Physics and Complex Systems (UIB-CSIC)(跨学科物理与复杂系统研究所(巴利阿里大学-西班牙高等科研理事会))
提出一种利用高斯玻色采样实现量子极端学习机的方法,通过联合编码输入到压缩参数和干涉仪酉矩阵,实现高分类精度并降低光学资源需求,在噪声环境下表现出竞争力。
2026-06-16 quant-ph
Continuous monitoring for noisy intermediate-scale quantum processors
我们提出了一个连续监测系统的中间规模的量子处理器,允许提取估计的噪声本地门和读出测量的基础上执行的量子线路和测量结果。与用于校准和基准测试量子处理器的标准方法相比,被输入到监控系统的执行电路被假设为不受任何控制。我们提供了将我们的系统应用于从量子仿真器获得的合成生成的数据以及从可公开访问的基于云的量子处理器收集的实验数据的结果。在这两种情况下,我们证明了所开发的方法提供了宝贵的结果固有的噪声仿真器/处理器。考虑到我们的方法只使用已经实现的电路中的数据,而不需要运行额外的算法,监控系统可以补充现有的方法。我们希望我们的监测系统可以在短期内成为各种量子计算机的有用工具,包括可公开访问的基于云的平台,并减少其基准测试和校准所需的资源。
2023-01-10 quant-ph
Machine Learning of Average Non-Markovianity from Randomized Benchmarking
随着量子器件在尺寸和深度上的不断增长,有噪声的量子线路中存在的相关性将是一个不可避免的副作用。随机基准测试(RB)可以说是最初评估量子设备整体性能的最简单方法,也是确定时间相关性(所谓的非马尔可夫性)存在的最简单方法;然而,当检测到这种存在时,迄今为止,在操作上量化其特征仍然是一个挑战。在这里,我们展示了一种方法,利用机器学习的力量与矩阵乘积算子推导出RB实验的数据显示的最小平均非马尔可夫性,认为这可以实现任何合适的门集,以及为大多数特定目的的RB技术。
2022-07-04 quant-ph
A generalized cycle benchmarking algorithm for characterizing mid-circuit measurements
提出一种广义循环基准测试算法,通过联合傅里叶变换表征含噪声的中间电路测量,并发展噪声可学习性理论,实现所有可学习信息的提取及测量与制备噪声独立性测试。
2024-10-04 quant-ph
Randomized Benchmarking Using Unitary t-Design for Average Fidelity Estimation of Practical Quantum Circuit
随机基准测试是一种有效的评估有噪声量子线路平均保真度的方法。然而,它对单一误差不敏感。在这里,我们提出了一种随机基准测试的方法,其中一个单一的t-设计,并通过它的单一误差估计可以转换为一组酉算子的伪随机性分析。当对n量子位d维系统进行酉t设计时,我们给出了随机基准测试序列数量的界。通过引入局部随机幺正算子,幺正t-设计的分解,该界比以前的多量子比特电路界更实用。我们还给出了一个严格的钻石范数之间的任意和均匀分布的酉算子集,形成一个ε-近似酉t-设计。它可以用来定量分析大规模量子线路中相应的平均保真度和误差。
2017-12-12 quant-ph
Benchmarking of Different Optimizers in the Variational Quantum Algorithms for Applications in Quantum Chemistry
本文在理想与噪声量子环境下,针对量子化学中的变分量子算法对多种经典优化器进行基准测试,发现L_BFGS_B等在理想电路中表现最佳,而SPSA等在噪声条件下表现最优。
2023-06-01 quant-ph
Benchmarking near-term quantum devices with the Variational Quantum Eigensolver and the Lipkin-Meshkov-Glick model
变分量子本征求解器(VQE)是一种很有前途的噪声中尺度量子(NISQ)计算算法。NISQ算法在NISQ器件上的性能验证是一项重要的工作。我们认为精确对角化Lipkin-Meshkov-Glick(LMG)模型作为基准NISQ计算机的候选人。我们利用Bethe不等式构造了三角LMG模型的本征态,并利用LMG的基本代数结构构造了量子线路。我们构造了具有深度$\mathcal{O}(N)$和$\mathcal{O}(\log_2N)$的电路,可以制备$N$粒子的任意三角LMG本征态。两个电路所需的门数均为$\mathcal{O}(N)$。然后,本征态的能量可以被测量并与确切已知的答案进行比较。
2021-08-02 quant-ph
Benchmarking Noise Extrapolation with OpenPulse
从噪声中尺度量子(NISQ)数据中提取精确估计最近引起了相当大的关注。为了增强数字量子比特度量,如门保真度,我们讨论模拟误差缓解能力,即准确提取精确可观察估计的能力,作为混合量子经典计算基准测试任务。具体来说,我们的特点是单量子比特错误率IBM的波基普西超导量子硬件,将控制介导的噪声依赖到一个广义的重新缩放协议,并分析噪声特性如何影响理查森外推为基础的错误缓解。我们的研究结果确定区域的空间中的哈密顿控制领域和电路深度,这是最可靠的噪声外推,以及如何低级别的硬件表征,可以用来作为预测工具的不确定性量化在错误减轻NISQ计算的光。
2019-09-11 quant-ph
Benchmarking gate-based quantum devices via certification of qubit von Neumann measurements
本文介绍开源库PyQBench的更新版本,通过集成量子测量认证方案并支持IBM Q设备,为NISQ时代提供可靠的量子比特冯·诺依曼测量基准测试工具。
2025-06-04 quant-ph
Benchmarking universal quantum gates via channel spectrum
本文提出信道谱基准测试(CSB)方法,通过含噪信道特征值推断目标门的保真度等噪声性质,可对通用门和多量子比特系统进行可扩展且抗态制备与测量误差的基准测试。
2023-09-21 quant-ph
Noisy Stark probes as quantum-enhanced sensors
本文研究退相干对Wannier-Stark探针量子增强传感性能的影响,通过非厄米描述证明增强灵敏度在一定退相干强度范围内仍可维持,并用非互易耦合系统验证。
2025-06-04 quant-ph
Statistical Benchmarking of Optimization Methods for Variational Quantum Eigensolver under Quantum Noise
IT4Innovations National Supercomputing Center, VSB - Technical University of Ostrava(IT4Innovations国家超级计算中心,俄斯特拉发理工大学);Gran Sasso Science Institute(格兰萨索科学研究所);Technical University of Munich(慕尼黑工业大学);VSB-Technical University of Ostrava(俄斯特拉发理工大学);Marine Research Institute, Klaipeda University(克莱佩达大学海洋研究所);Université Montpellier, CNRS, ENSCM(蒙彼利埃大学,法国国家科学研究中心,国立高等化学学院);Università dell’Aquila(阿奎拉大学)
本文研究了不同量子噪声条件下,变分量子本征求解器中六种优化算法的性能,评估其稳定性、精度和计算效率,为量子化学计算提供优化策略指导。
2026-03-20 quant-ph
Benchmarking quantum co-processors in an application-centric, hardware-agnostic and scalable way
用于对当前量子协处理器进行基准测试的现有协议无法满足用于评估高性能计算平台性能的通常标准。在对这些协议(无论是在门级、电路级还是应用级)进行综合审查后,我们引入了一个新的基准测试,称为Atos Q-score(TM),该基准测试以应用为中心,与硬件无关,可扩展到量子优势处理器大小及更大。Q-score测量可以有效地用于使用量子近似优化算法解决MaxCut组合优化问题的量子位的最大数量。我们给出了一个强大的定义的概念,有效的性能,通过引入一个改进的近似比的基础上缩放的随机和最佳算法。我们使用量子处理器的完美和噪声模拟来说明Q分数的行为。最后,我们提供了一个Q-score的开源实现,可以轻松计算任何量子硬件的Q-score。
2021-07-26 quant-ph
Randomized compiling for scalable quantum computing on a noisy superconducting quantum processor
在量子处理器上成功实现算法依赖于精确控制量子位(qubit)来执行逻辑门操作。在这个有噪声的中间尺度量子(NISQ)计算时代,量子位控制中的系统失调、漂移和串扰可能导致一种没有经典模拟的相干形式的误差。相干误差以不可预测的方式严重限制了量子算法的性能,并且为了实现可靠的量子计算,减轻它们的影响是必要的。此外,通过随机基准测试和相关协议测量的平均错误率对相干错误的全部影响不敏感,因此不能可靠地预测量子算法的全局性能,这使得我们没有准备好验证未来大规模量子计算的准确性。随机编译是一种旨在通过将相干错误转换为随机噪声来克服这些性能限制的协议,大大减少了量子算法中不可预测的错误,并通过周期基准测试测量的错误率来准确预测算法性能。在这项工作中,我们证明了显着的性能增益下随机编译的四量子位量子傅里叶变换算法和随机电路的超导量子处理器上的可变深度。此外,我们准确地预测算法性能使用实验测量的错误率。我们的研究结果表明,随机编译可以用来利用和预测现代噪声量子处理器的能力,为可扩展的量子计算铺平了道路。
2021-05-12 quant-ph
Benchmarking Variational Quantum Eigensolvers for Quantum Chemistry
量子化学是量子计算机在不久的将来最有前途的应用之一。对于有噪声的中尺度量子器件,基于变分量子本征求解器(VQE)的量子-经典混合框架已成为首选方法。在文献中,VQE有许多不同的变体,但不知道哪一种对于给定的分子是最佳的。为此,我们对十多种不同类型的VQE ansatzes(最多30个量子位的系统)进行了全面的基准测试,基于它们在能量准确性,收敛前的运行时间和参数数量方面的性能。我们的研究结果表明,ADAPT方法可以用于获得更精确的能量小系统(低于14量子比特),但它需要更多的计算资源。对于较大的分子,UCCSD 0具有更好的性能。然而,所有测试的ansatzes很难达到化学精度拉伸键长。我们的结果是使用MindSpore Quantum获得的,其中代码和基准测试工具包在Gitee上公开。
2022-11-23 quant-ph
Experimental characterization of the Toffoli gate via channel spectrum benchmarking
Russian Quantum Center(俄罗斯量子中心);Moscow Institute of Physics and Technology(莫斯科物理技术学院);P.N. Lebedev Physical Institute of the Russian Academy of Sciences(俄罗斯科学院列别捷夫物理研究所);Steklov Mathematical Institute of Russian Academy of Sciences(俄罗斯科学院斯捷克洛夫数学研究所)
本文提出扩展的CSB模型和保真度估计区间,用于实验表征Toffoli门,通过验证显示三重态实现优于双量子比特实现。
2025-12-23 quant-ph
Multiparameter quantum estimation under dephasing noise
在量子精密测量中,多个参量的同时量子估计已成为一个重要的问题。虽然在无噪声环境中多参数量子估计的最终灵敏度可以超过每个经典传感器所受的标准量子限制,但尚不清楚量子传感器在现实噪声下是否优于经典传感器。在这项工作中,我们提出了一个框架的同时估计的多个参数与量子传感器在一定的噪声环境。我们要估计的多个参数是外部磁场的三个分量,并且我们考虑仅引起失相的噪声。我们证明了在噪声环境中存在一个最佳的感知时间,并且当噪声环境为非马尔可夫时,灵敏度可以超过标准量子极限。
2020-04-01 quant-ph
Efficient classical simulation and benchmarking of quantum processes in the Weyl basis
构建可扩展量子计算机的关键步骤之一是识别导致量子演化过程中错误的噪声源。不同的实现方式带来了多个依赖于硬件的噪声源和退相干,这使得它们的检测问题更加复杂。我们开发了一个随机基准测试算法,它使用Weyl酉有效地识别和学习的混合错误模型,在计算过程中发生的。我们提供了一个有效的可计算的估计所需的开销计算期望值的噪声电路的输出只依赖于本地的相互作用和电路结构上没有进一步的假设。的开销随噪声率降低,这使我们能够计算分析噪声的界限,这意味着有效的经典模拟。我们将我们的方法应用于出现在变分量子本征求解器中的模拟电路,并建立了一个上界作为噪声的函数的经典模拟复杂度,识别制度时,他们成为经典有效地模拟。
2021-03-15 quant-ph
Enhancing Noisy Quantum Sensing by GHZ State Partitioning
本文提出在固定量子传感器数量下将GHZ态划分为独立子系综的策略,通过解析推导最优子系综数量的闭式表达式,证明该划分方法能在制备误差、粒子损失和退相干等现实噪声下提升量子传感性能。
2025-07-03 quant-ph
Optimum mixed-state discrimination for noisy entanglement-enhanced sensing
量子精密测量利用非经典资源,如纠缠或压缩光,以实现其性能超过经典状态系统所提供的传感器。然而,环境损耗和噪声很容易破坏非经典资源,从而抵消了大多数量子增强传感器的性能优势。量子照明(QI)是不同的。这是一个强大的纠缠增强的传感方案,其6 dB的性能优势超过相同的平均传输光子数的相干态传感器生存的损失和噪声的初始纠缠的根除。不幸的是,能够获得QI全部性能优势的最佳量子接收器的实现仍然难以捉摸,因为它必须处理大量非常嘈杂的光学模式。我们展示了和频产生(SFG)如何有效地应用于最佳多模高斯混合状态鉴别。应用到QI,我们的分析和数值计算表明,我们的SFG接收器饱和QI的量子相干性约束。此外,增强我们的SFG接收器与前馈(FF)机制推动其性能的Helstrom界在低信号亮度的限制。因此,FF-SFG接收器为最佳量子增强成像、雷达探测、状态和信道层析成像以及实际高斯状态情况下的通信打开了大门。
2016-11-29 quant-ph
Benchmarking Quantum Simulations of the Lipkin-Meshkov-Glick Model Using Large Tensor Networks
The Washington Institute for STEM Entrepreneurship and Research (WISER)(华盛顿STEM创业与研究研究所);Massachusetts Institute of Technology(麻省理工学院);Joint Center for Quantum Information and Computer Science, University of Maryland(马里兰大学量子信息与计算科学联合中心);Naval Nuclear Laboratory(海军核实验室);IBM Quantum, IBM Research(IBM量子,IBM研究院);Rensselaer Polytechnic Institute(伦斯勒理工学院)
本研究以DMRG算法结合大型张量网络,生成含1400个粒子的LMG模型基态能量数据集,与VQE、SQD在IBM Eagle量子计算机上对比,得出子空间方法在NISQ时代性能更优的结论。
2026-08-28 quant-ph
Design of a Quantum-Repeater using Quantum-Circuits and benchmarking its performance on an IBM Quantum-Computer
量子通信依赖于网络中两个节点之间纠缠的存在。然而,由于其脆弱的性质,几乎不可能通过量子比特的直接传输在大距离上建立纠缠。量子中继器已经被提出来解决这个问题,它将网络分开以创建小规模的纠缠链路,然后将它们连接起来以创建大规模的链路。随着研究人员竞相在越来越大的距离上建立纠缠,在将它们部署到现实生活中之前,衡量设计量子中继器的不同协议的性能和鲁棒性变得至关重要。目前可用的噪声量子计算机是这项任务的理想选择,因为它们可以模拟量子通信信道中的噪声环境,并为协议在现实硬件上的性能提供衡量标准。在本文中,我们报告了量子中继器完整架构的电路级实现,并在IBM的云量子计算机IBMQ上对该协议进行了基准测试。我们的实验表明,一个完整的片上量子中继器的共享钟对的保真度为26%,产率为49%。我们还将这些结果与IBM Qiskit的模拟数据进行了比较。我们的实验结果提供了一个量化的措施,目前可用的中继器可以建立纠缠的保真度。此外,所提出的电路实现为最先进的量子计算硬件提供了鲁棒的基准。
2021-10-14 quant-ph
Comparisons among the Performances of Randomized-framed Benchmarking Protocols under T1, T2 and Coherent Error Models
本文比较MRB、DRB与CRB在T1、T2及相干错误下的基准测试表现,并通过仿真和Quafu云平台验证,指出资源受限时MRB更精确,DRB更稳定但耗资源。
2023-09-27 physics.app-ph quant-ph
Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and Cycle Benchmarking
限制在噪声中间尺度量子(NISQ)机器上实现应用的一些最成问题的问题是不相干和相干误差的不利影响。我们使用横向场伊辛模型哈密顿量作为样本用户应用程序,在量子硬件平台上对相干误差进行了深入研究。我们在这里报告这些计算的结果,使用几种错误缓解协议,这些协议描述了这些错误,并提供了硬件量子位稳定性的指示。通过一组详细的测量,我们确定了日间和日间量子比特校准漂移以及量子线路放置对处理器上不同物理位置的量子比特组的影响。本文还讨论了这些测量如何更好地理解这些类型的错误,以及它们如何改善验证量子计算准确性的努力。
2022-01-08 quant-ph
Non-Clifford Benchmarking via Ensemble Feature Selection
St Kliment Ohridski University of Sofia(圣克利门特·奥赫里德斯基索菲亚大学);Center for Quantum Technologies, St Kliment Ohridski University of Sofia(圣克利门特·奥赫里德斯基索菲亚大学量子技术中心)
提出集成特征选择(EFS)方法,通过离线训练和岭回归学习线性估计器,快速估计非克利福德多量子比特门的过程不保真度,在ibm_kingston上验证了与交错随机基准测试(IRB)的一致性。
2026-07-02 quant-ph
More buck-per-shot: Why learning trumps mitigation in noisy quantum sensing
本文研究在单次测量预算限制下,对比误差缓解与推断技术对含噪量子传感器灵敏度的提升,发现推断技术的预表征方法性能最佳,而零噪声外推技术的成本超过收益。
2025-05-28 quant-ph
Error-mitigated data-driven circuit learning on noisy quantum hardware
受应用启发的基准测试衡量量子设备执行有意义计算的能力。在参数化电路训练的情况下,计算任务是通过优化损耗景观来准备目标量子态。这是复杂的各种来源的噪声,固定的硬件连接,并为生成建模,目标分布的选择。由于优化步骤使用量子设备来估计损失函数梯度的附加要求,基于量子的训练已经成为有噪声的中间尺度量子计算机的有用基准测试任务。在这项工作中,我们使用基于梯度的数据驱动的电路学习基准性能的几个超导平台设备和目前的结果,显示如何减少错误可以改善训练的量子电路玻恩机与$28$可调参数。
2019-11-29 cs.ET quant-ph
Experimental implementation of non-Clifford interleaved randomized benchmarking with a controlled-S gate
将量子线路硬件有效地转换为量子器件本机门集对于在有噪声的量子计算机上执行量子算法是必不可少的。典型的量子器件利用每对耦合量子位具有单个双量子位Clifford纠缠门的门集,然而,在一些应用中,对非Clifford双量子位门的访问可以导致更优化的电路分解,并且还允许在优化噪声方面更灵活。我们使用Qiskit Pulse框架在基于云的IBM量子计算上演示了低误差非Clifford控制的$\fracπ{2}$相位(CS)门的校准。为了测量校准的CS门的门误差,我们执行非Clifford hocT-Dihedral交错随机基准测试。我们能够在263 ns的门长度处获得$5.9(7) \times 10^{-3}$的门误差,这接近于相关量子位的相干极限,并且比后端标准校准的CNOT门的误差更低。
2021-03-14 quant-ph
Exceptional precision of a nonlinear optical sensor at a square-root singularity
异常点(EPs)-谱奇异的非厄米特线性系统-最近引起了极大的兴趣,传感器。虽然最初的提议和实验重点关注忽略噪音的增强灵敏度,但随后的研究揭示了EP传感器在噪音环境中的问题。在这里,我们提出了一种单模克尔非线性谐振器在嘈杂的环境中的特殊传感。基于谐振器的动态滞后,我们定义了一个信号,显示类似于EP的平方根奇点。与EP传感器相比,我们的传感器具有随着测量速度而增加的信噪比,以及在平方根奇异点处的精度提高。值得注意的是,平均信号可以快速提高精度,然后降低精度。这些非传统的功能为超越线性系统的限制提供了快速和精确传感的新机会。虽然我们专注于光学传感,我们的方法可以扩展到其他滞后系统。
2021-07-02 physics.ins-det physics.optics quant-ph
Benchmarking the performance of a high-Q cavity qudit using random unitaries
该研究针对高Q腔量子比特系统,开发了算法无关的基准测试工具,通过模拟和采样测试评估其性能,结果表明当代transmons可控制几十个福克能级,为更高维量子比特的基准测试提供了框架。
2025-03-26 quant-ph
Benchmarking Multipartite Entanglement Generation with Graph States
本研究针对NISQ设备纠缠生成能力的基准测试需求,提出基于2-可着色图态、仅需双测量设置的可扩展纠缠见证方案,在127比特超导QPU上验证了两体纠缠制备,并在23比特态中检测到真多体纠缠。
2024-02-01 quant-ph
Entanglement for Pattern Learning in Temporal Data with Logarithmic Complexity: Benchmarking on IBM Quantum Hardware
针对经典时间序列预测在数据与硬件受限时扩展性差的问题,提出利用基于纠缠的参数化量子电路的QTS模型,以对数复杂度学习时间依赖性,并在IBM量子硬件上验证其能用更少数据有效捕获时间模式。
2025-05-30 quant-ph
Randomized Benchmarking with Stabilizer Verification and Gate Synthesis
最近,出现了噪声中间尺度量子(NISQ)设备的有用应用,特别是在量子机器学习和变分量子算法领域。在这样的应用中,各种深度的电路和组成的不同的门组上运行NISQ设备。因此,至关重要的是找到实用的方法来捕捉这些设备上的电路的一般性能。出于这种迫切的需要,我们修改了标准的克利福德随机基准测试(RB)和交错RB计划针对他们的硬件限制。首先,我们删除的要求,并假设,逆算子,在克利福德RB纳入技术从量子验证。这引入了另一个评估NISQ硬件质量的品质因数,即量子验证的接受概率。许多量子算法,提供了一个优势,超过经典算法,要求使用克利福德以及非克利福德门。因此,作为我们的第二个贡献,我们开发了一种技术,用于表征各种非克利福德门,通过门合成与交错RB相结合的工具。我们的技术是最相关的RB计划,基准发电机(或本地门)的Clifford组,并在低误差制度结合使用时。
2021-02-25 quant-ph