Multi-level Random-Telegraph Noise Mitigation using a Single Spectator Qubit
University of Newcastle（纽卡斯尔大学）；Griffith University（格里菲斯大学）；Qian Xuesen Laboratory of Space Technology, China Academy of Space Technology（中国空间技术研究院钱学森空间技术实验室）；Mahidol University（玛希隆大学）
针对量子技术中环境噪声影响量子相干的问题，开发基于单个旁观者量子比特的方法减轻多级随机电报噪声。通过推导相干动力学、开发减轻方案及提出自适应协议，经数值模拟验证该策略能有效抑制退相干，性能与两态情况相当。
2026-07-21 quant-ph
Orders of magnitude sampling overhead reduction in quantum error mitigation
Fritz Haber Research Center for Molecular Dynamics, Institute of Chemistry, The Hebrew University of Jerusalem（希伯来大学化学研究所弗里茨·哈伯分子动力学研究中心）
本研究提出虚拟噪声缩放与分层缓解结合的方法，显著降低量子误差缓解的采样开销，适用于动态电路和误差检测。
2026-03-03 quant-ph
Noise mitigation in quantum teleportation
针对含噪声中等规模量子时代量子隐形传态受噪声诱导退相干制约的问题，提出适用于离散与连续变量两类方案的噪声抑制机制，证实总系统能谱形成束缚态可持续恢复保真度量子优势，为容错量子隐形传态实用化铺路。
2024-07-16 quant-ph
Synergetic quantum error mitigation by randomized compiling and zero-noise extrapolation for the variational quantum eigensolver
针对VQE中相干噪声引发的大误差问题，提出结合随机编译与零噪声外推的量子误差缓解策略，数值模拟显示可将能量误差降低高达两个数量级。
2023-11-13 physics.chem-ph quant-ph
Leveraging hardware-control imperfections for error mitigation via generalized quantum subspace
在没有完全容错的量子计算时代，通过量子误差缓解技术抑制噪声效应以提高量子器件的计算能力是必不可少的。广义量子子空间展开（GSE）方法是最有效的噪声不可知误差抑制方案之一，它在量子子空间展开的框架下统一了各种抑制算法。具体而言，故障子空间方法，GSE方法的一个子类，构造一个错误减轻的量子态的副本具有不同的噪声水平的量子态。然而，从实验方面来看，确定如何可靠地放大噪声以有效地抑制模拟结果中的误差是不平凡的。在这项工作中，我们探索潜在的故障子空间方法，利用面向硬件的噪声：故意放大的去相干，噪声增强插入的身份，利用串扰，和概率实现的噪声通道。我们证明了我们的建议的有效性，通过数值模拟与噪声参数反映了那些在量子设备可通过IBM量子，也在其中进行的实验。
2023-03-23 quant-ph
Quantum Computing and Error Mitigation with Deep Learning for Frenkel Excitons
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；IBM Research Almaden Lab（IBM阿尔马登研究中心）；Materials Research Laboratory, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校材料研究实验室）；National Center for Supercomputing Applications, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算应用中心）
本文利用变分量子 deflate 方法计算弗伦克尔哈密顿量本征态，并结合深度学习与后选择技术缓解 NISQ 量子计算机噪声误差，验证了方法的有效性。
2026-03-25 cond-mat.mtrl-sci quant-ph
Noise-Agnostic Quantum Error Mitigation with Data Augmented Neural Models
The University of Hong Kong（香港大学）；Perimeter Institute for Theoretical Physics（周长理论物理研究所）
提出一种基于量子增强技术的神经模型，无需噪声先验知识或无噪声训练数据即可实现量子误差缓解，适用于多种量子系统和噪声模型，并在模拟与真实硬件上验证了有效性。
2025-04-03 cs.AI cs.LG quant-ph
Surpassing spectator qubits with photonic modes and continuous measurement for Heisenberg-limited noise mitigation
本文将旁观者量子比特推广为连续测量空间关联噪声并施加校正驱动的光子旁观者模式，证明其可突破量子测量限制、任意抑制长时间退相位，并借助压缩驱动实现海森堡极限标度，且可通过工程耗散完全自主运行。
2023-08-12 quant-ph
Robustness Evaluation of Hybrid Quantum Neural Networks under Noise Models via System-Level Error Mitigation
Université Libre de Bruxelles（布鲁塞尔自由大学）；New York University Abu Dhabi (NYUAD)（阿布扎比纽约大学）；NYUAD Research Institute, NYUAD（阿布扎比纽约大学研究院）
本文评估了混合量子神经网络在噪声影响下的鲁棒性，通过集成多种误差缓解策略，发现不同噪声模型对性能影响显著，Pec在低噪声环境下表现较好，其他方法效果有限。
2026-10-27 quant-ph
Robust design under uncertainty in quantum error mitigation
Institute of Theoretical Physics, Jagiellonian University（雅盖隆大学理论物理研究所）；Szkoła Doktorska Nauk Ścisłych i Przyrodniczych, Uniwersytet Jagielloński（雅盖隆大学自然科学博士学院）；Mark Kac Center for Complex Systems Research, Jagiellonian University（雅盖隆大学马克·卡克复杂系统研究中心）；Information Sciences, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室信息科学部）；The Uncertainty Quantification Foundation（不确定性量化基金会）；Quantum Science Center（量子科学中心）；Theoretical Division, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室理论部）
本文提出了一种通用且无偏的方法，用于量化误差缓解可观测量的不确定性和误差，通过策略性采样误差缓解结果，优化误差缓解在不确定性下的性能和鲁棒性。
2026-04-29 quant-ph
Quantum Noise Mitigation with Adaptive Zero-Noise Extrapolation: A Contextual Multi-Armed Bandits Approach
University of Alabama in Huntsville（亨茨维尔阿拉巴马大学）
本研究针对NISQ系统的动态时变噪声问题，提出结合CMAB的自适应ZNE框架，可减少量子电路执行开销并提升估计量保真度，性能优于现有方法。
2026-08-10 quant-ph
Phase noise mitigation by a realistic optical parametric oscillator
我们解决开发的光学参量振荡器（OPO）的任务减轻，至少部分地，相位扩散产生的相位噪声。特别是，我们分析了两种情况下，相位扩散通常存在。第一个是测量噪声光场的相位，而第二个涉及施加在噪声探针上的相移的量子估计方案。在这两种情况下，我们证明OPO可能会导致噪声的部分或全部补偿。
2022-03-17 quant-ph
Universal Quantum Error Mitigation via Random Inverse Depolarizing Approximation
针对近期量子计算的噪声问题，提出通用方法RIDA，通过随机电路估计电路去极化概率与无误差期望值，数值测试显示其优于关键基准，可提升多领域量子计算应用精度。
2025-08-24 quant-ph
Practical Error Suppression and Mitigation for Reliable Quantum Computing
National University of Singapore（新加坡国立大学）；Shanghai University（上海大学）；Singapore Institute of Technology（新加坡理工大学）
本综述针对量子计算 NISQ 向 FTQC 过渡阶段的硬件错误源，介绍实用错误抑制与缓解方法，探讨其适配编码量子比特的方式，以提升计算可靠性。
2026-08-24 quant-ph
Modeling and mitigation of cross-talk effects in readout noise with applications to the Quantum Approximate Optimization Algorithm
我们引入了一个相关的测量噪声模型，可以有效地描述和特点，并承认有效的噪声缓解的边缘概率分布的水平。噪声缓解可以执行一些错误，我们推导出上限。该模型的表征是有效地使用对角探测器重叠断层扫描-最近推出的量子重叠断层扫描的重建与有限的局部性读出噪声的问题的概括。该过程允许使用包含X和恒等门的随机组合的$O(k2^klog(N))$电路来表征$N$ -量子比特设备上的$k$ -局部测量串扰。我们使用IBM的（Rigetti的）设备对15（23）个量子比特进行实验，以测试噪声模型和错误缓解方案，并与没有缓解相比，通过因子$>22$（$>5.5$）获得错误的平均减少。有趣的是，我们发现，测量噪声的相关性不对应于设备的物理布局。此外，我们数值研究了读出噪声对量子近似优化算法（QAOA）性能的影响。我们在模拟中观察到，对于许多客观的哈密顿算子，包括随机MAX-2-SAT实例和Sherrington-Kirkpatrick模型，噪声缓解提高了优化的质量。最后，我们提供的参数，为什么在QAOA优化的过程中的估计的本地能源（或成本）条款往往表现得像不相关的变量，这大大降低了采样的复杂性相比，悲观的误差分析的能量估计。我们还表明，类似的效果预期哈尔随机量子态和浅深度随机电路产生的状态。
2021-05-27 quant-ph
Adaptive folding and noise filtering for robust quantum error mitigation
本文提出噪声自适应折叠技术，通过基于线路错误测量的自适应缩放因子并结合错误强度测量与统计滤波方法，增强零噪声外推对噪声波动的鲁棒性，从而提升量子计算精度与可靠性。
2025-05-07 quant-ph
Error mitigation with stabilized noise in superconducting quantum processors
本文通过实验调节超导量子比特与缺陷二能级系统的相互作用以稳定噪声，从而提升噪声模型准确性和误差缓解的可靠性。
2025-03-14 quant-ph
Noise-Agnostic Unbiased Quantum Error Mitigation for Logical Qubits
本文提出一种无需复杂误差模型的量子误差缓解方法，通过单个准确参数和误差采样实现无偏计算，降低误差缓解成本并提高鲁棒性。
2026-01-09 quant-ph
Non-Markovian Noise Mitigation: Practical Implementation, Error Analysis, and the Role of Environment Spectral Properties
本文提出非马尔可夫噪声缓解方法，扩展概率误差消除以处理非马尔可夫噪声，建立误差与采样开销同环境谱性质的联系，并通过自旋-玻色子模型验证其有效性。
2025-10-25 math-ph math.MP quant-ph
Layered KIK quantum error mitigation for dynamic circuits
The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
本研究提出分层KIK方法，通过克服全局噪声放大限制，提升动态电路中量子误差缓解的鲁棒性和效率。
2026-03-08 quant-ph
Simulating open quantum systems using noise models and NISQ devices with error mitigation
本文在IBM和OQC的NISQ设备及噪声模拟中，利用Mitiq工具包的零噪声外推误差缓解技术模拟碰撞模型和马尔可夫库模型，成功减小误差并使结果与理论值重叠。
2024-01-12 quant-ph
Variational noise mitigation in quantum circuits: the case of Quantum Fourier Transform
本文提出用变分量子算法在噪声条件下模拟量子傅里叶变换，并引入互无偏基优化，以提升中小规模量子系统在相干噪声主导环境中的保真度与可靠性。
2025-11-07 quant-ph
Quantum error mitigation in the regime of high noise using deep neural network: Trotterized dynamics
本文提出在后处理阶段使用深度神经网络的量子错误缓解方法，证明其可在高噪声下显著改善二维自旋晶格Trotter化动力学中局部可观测量的数据质量，但需先用随机编译将相干ZZ串扰转为非相干错误。
2024-01-13 quant-ph
Mitigation of noise in Josephson parametric oscillator by injection locking
注入锁定是一种广泛应用于光学以及固态器件中的有效抑制噪声的成熟技术。本文研究了注入锁定信号（ILS）对约瑟夫森参量振荡器（JPO）相位噪声抑制作用的光谱特性，该振荡器的输出相位在对称性为$θ\rightarrow{θ+π}$的双态之间发生不确定性切换.通过注入弱锁定信号，测量了不同锁定信号强度下自维持振荡器输出态的相位噪声功率谱密度。我们观察到抑制相位噪声注入锁定。当ILS强度超过几个光子时，输出状态完全固定在ILS的锁定相位上，并且由于状态切换而引起的随机电报噪声被显著抑制。
2023-01-17 quant-ph
Improving Zero-noise Extrapolation for Quantum-gate Error Mitigation using a Noise-aware Folding Method
Pukyong National University（釜庆国立大学）
本文提出一种噪声感知折叠方法，通过更高效地折叠电路提升量子门误差缓解中的零噪声扩展效果，在量子计算机模拟器和真实设备上分别实现了35%和31%的性能提升。
2024-05-14 quant-ph
Systematic Experiment Tracking in Quantum Software: A Case Study of Reservoir Computing with Error Mitigation
University of Jyväskylä（于韦斯屈莱大学）；Aalto University（阿尔托大学）
本文以带误差缓解的量子储层计算为例，深入探讨量子软件开发中实验跟踪细节，解释其基本概念及量子计算对跟踪的要求，展示详细开发过程及实验跟踪方法，并将相关知识推广到更广泛的量子开发过程。
2026-07-28 cs.SE quant-ph
Optimized mitigation of random-telegraph-noise dephasing by spectator-qubit sensing and control
旁观者量子比特（SQs）是一种减轻难以访问的数据量子比特中的噪声的工具。SQ被设计成对噪声更加敏感，经常被测量，并且累积的结果很少用于校正数据量子位。对于硬件相关的例子，从随机电报噪声的移相，我们引入了贝叶斯方法，采用复杂的线性映射，从而导致一个可扩展的最佳自适应测量和控制协议。退相干速率的抑制是SQ灵敏度的二次函数，这表明SQ范式在正确的机制下任意地工作良好。
2023-03-07 cond-mat.mes-hall quant-ph
Hypothesis Testing for Error Mitigation: How to Evaluate Error Mitigation
在有噪声的中间尺度量子（NISQ）时代，量子误差缓解将是从量子设备中提取有用性能的必要工具。然而，通常由误差缓解技术假设的噪声模型与量子器件上的实际噪声之间存在很大的差距。因此，在技术的理论期望与其日常表现之间存在差距。特别是量子设备的云用户，他们经常接受设备本身，最能感受到这种差距。他们应该如何参数化他们的不确定性，在这些技术的有用性，并能够作出判断之间的调用所需的资源，以实现错误缓解和所需的准确性，在算法层面？为了回答第一个问题，我们引入量子错误缓解的框架内的假设检验和第二个问题，我们提出了一个包容性的品质因数，占资源需求和缓解效率的错误缓解实施。品质因数对于权衡各种错误缓解方法的可扩展性和准确性之间的权衡是有用的。最后，使用假设检验和品质因数，我们实验评估$16$错误缓解管道组成的奇异方法，如零噪声外推，随机编译，测量误差缓解，动态解耦，估计电路和缓解。总的来说，我们的数据涉及在两台IBM量子计算机上运行$275,640$电路。
2023-01-06 quant-ph
Noise tailoring for error mitigation and for diagnozing digital quantum computers
Institute for Quantum Materials and Technologies, Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院量子材料与技术研究所）；Laboratoire de Physique Théorique, Université de Toulouse, CNRS（图卢兹大学理论物理实验室）；University of Strasbourg and CNRS, CESQ and ISIS (UMR 7006), aQCess（斯特拉斯堡大学与法国国家科学研究中心CESQ及ISIS联合研究单位）；QPerfect SAS（QPerfect公司）；Univ. Grenoble Alpes, CEA, Grenoble INP, IRIG, PHELIQS（格勒诺布尔阿尔卑斯大学、法国原子能和替代能源委员会、格勒诺布尔理工学院）
本文提出噪声定制方法，通过统计抽样优化噪声结构，提升误差缓解效果并用于诊断量子计算机误差源。
2026-03-02 cond-mat.supr-con quant-ph
NISQ: Error Correction, Mitigation, and Noise Simulation
发明纠错码是为了纠正嘈杂的通信信道上的错误。然而，量子纠错（QEC）可以具有更广泛的用途，包括信息传输、量子模拟/计算和容错。这些都促使我们重新思考QEC，特别是量子物理学在编码和解码方面所扮演的角色。许多量子算法，特别是近期的量子-经典混合算法，只使用有限类型的量子态局部测量，这一事实导致了称为量子误差减轻（QEM）的各种新技术。这项工作从几个方面探讨了QEM的任务。使用基于经典和量子通信场景的一些直觉，我们澄清了QEC和QEM之间的一些基本区别。然后，我们讨论了QEM的噪声可逆性的影响，并给出了一个明确的结构称为Drazin逆的不可逆噪声，这是跟踪保持，而常用的Moore-Penrose伪逆可能不是。最后，我们研究的后果，有一个不完善的知识的噪音，并推导出的条件时，噪音可以减少使用QEM。
2022-08-04 quant-ph
Best practices for quantum error mitigation with digital zero-noise extrapolation
本文针对数字零噪声外推法（dZNE）应用于量子误差缓解时的实操难点，结合文献与实验总结出覆盖全工作流步骤的最佳实践，为该方法推广及提升含噪声量子硬件计算的可复现性与严谨性提供支撑。
2023-07-20 physics.comp-ph quant-ph
Exponentially tighter bounds on limitations of quantum error mitigation
本文揭示了量子误差缓解在更大系统规模下的强烈限制，通过将误差缓解与统计推断问题关联，证明即使在浅电路深度下最坏情况也需超多项式数量样本，并指出其对量子机器学习、变分量子算法等近期应用的广泛影响。
2024-03-29 math-ph math.MP quant-ph
Continuous-time noise mitigation in analogue quantum simulation
Imperial College London（帝国理工学院）；Korea Institute for Advanced Study（韩国高等科学研究院）
本文提出了一种连续时间噪声抑制方法，通过少量辅助量子比特和古典后处理实现精确噪声消除，适用于任意哈密顿量的高保真度类比量子模拟。
2026-01-09 quant-ph
Error Mitigation Thresholds in Noisy Random Quantum Circuits
本文利用 Imry-Ma 论证分析随机空间局域量子线路中 PEC 与张量网络错误缓解的鲁棒性，证明 $D\geq2$ 时存在噪声表征阈值，而一维情形任意不完美都会导致早期失败。
2025-07-25 cond-mat.stat-mech quant-ph
Direct Analysis of Zero-Noise Extrapolation: Polynomial Methods, Error Bounds, and Simultaneous Physical-Algorithmic Error Mitigation
本文针对零噪声外推技术现存的近似误差、过拟合、测量噪声放大等问题，推导误差界与样本复杂度，拓展多项式最小二乘外推方法，提出Trotter-Suzuki算法的物理-算法协同误差缓解策略并通过数值实验验证。
2025-11-05 quant-ph
Effective Noise Mitigation via Quantum Circuit Learning in Quantum Simulation of Integrable Spin Chains
School of Physical Science and Technology, Soochow University（苏州大学物理科学与技术学院）；Institute for Advanced Study, Soochow University（苏州大学前沿科学研究院）；Jiangsu Key Laboratory of Frontier Material Physics and Devices, Soochow University（苏州大学江苏省前沿材料物理与器件重点实验室）
本文提出基于量子电路学习的噪声抑制策略，用于近期量子设备的量子模拟，特别适用于可积量子自旋链。通过训练浅层变分电路近似深层时间演化电路，有效保持守恒量和动态可观测量。
2026-07-16 cond-mat.stat-mech cond-mat.str-el hep-th
Study of noise in virtual distillation circuits for quantum error mitigation
该研究分析了量子错误缓解的虚拟蒸馏电路中同分布噪声的影响，发现期望值估计对去相位噪声鲁棒，M=2时可降67%误差，为近期量子算法高精度实现提供支持。
2024-07-10 quant-ph
Prime Number Identification Demonstrated with Quantum Processors Using a New Rescaling-Based Noise Mitigation Technique
Federal University of Santa Maria（圣玛丽亚联邦大学）
该研究利用IBM量子处理器，通过纠缠动力学实现素数识别协议，并提出一种基于全局重缩放因子的噪声缓解方法，增强了素数与非素数的区分度。
2026-05-27 quant-ph
Error Mitigation by Zero-Noise Extrapolation (ZNE) in Indirect-Control System
Shizuoka University（静冈大学）
本研究针对间接控制VQE中ZNE适配的难题，通过最小放松间接控制约束，提出利用一维XY自旋链对称性的ZNE误差缓解策略，为该场景下的量子误差缓解提供了可行方案。
2026-10-12 quant-ph
Non-Markovian noise sources for quantum error mitigation
本研究针对NISQ量子设备的错误与退相干问题，构建非马尔可夫量子态演化模型及错误缓解代价函数，推导约化密度算符并结合实验数据验证，明确耦合强度与代价函数的关联。
2023-05-02 quant-ph
Error Mitigation of BQP Computations using Measurement-Based Verification
本文提出一种模块化错误缓解协议，通过交错计算轮次与噪声采样测试轮次，并结合basketing后选择技术，在极少噪声假设下为BQP计算提供指数级正确性保证，可直接部署于现有NISQ设备。
2025-02-05 quant-ph
Context-Aware Error Mitigation Orchestration for Hybrid Quantum Reinforcement Learning on NISQ Systems
National Institute of Technology Srinagar（斯利那加国立理工学院）
提出APGEM，一种上下文感知的错误缓解编排框架，动态选择ZNE、PEC、CDR或REM策略，在NISQ设备上提升量子强化学习的鲁棒性，在CVRP上达到Oracle策略效用的94%。
2026-10-02 cs.LG quant-ph
Digital zero noise extrapolation for quantum error mitigation
零噪声外推（ZNE）是一种越来越流行的技术，用于在不使用额外量子资源的情况下减轻噪声量子计算中的错误。我们回顾了ZNE的基本原理，并提出了一些改进噪声缩放和外推，在技术的两个关键组成部分。我们介绍了酉折叠和参数化噪声缩放。这些是数字噪声缩放框架，即人们可以仅使用大多数量子指令集常见的门级访问来应用它们。我们还研究了不同的外推方法，包括一个新的自适应协议，使用统计推断框架。我们的技术的基准测试显示，在非缓解电路上，错误减少了18倍至24倍，并在比以前测试的更大的量子比特数下证明了ZNE的有效性。除了提出新的结果外，这项工作还对量子程序员实际使用ZNE进行了独立的介绍。
2021-01-14 quant-ph
Quantum error mitigation by layerwise Richardson extrapolation
本文提出分层Richardson外推法（LRE），通过放大各电路层噪声并线性组合期望值估计零噪声极限，利用多元Lagrange插值求系数，数值模拟显示其优于传统单变量外推法。
2025-01-21 quant-ph
Unified approach to data-driven quantum error mitigation
实现近期的量子优势将需要有效的方法来减轻硬件噪声。数据驱动的方法来减少误差是有前途的，流行的例子包括零噪声外推（ZNE）和克利福德数据回归（CDR）。在这里，我们提出了一种新的，可扩展的错误缓解方法，在概念上统一ZNE和CDR。我们的方法，称为可变噪声克利福德数据回归（vnCDR），显着优于这些单独的方法在数值基准。vnCDR首先通过近Clifford电路（经典可模拟）生成训练数据，其次通过改变这些电路中的噪声电平生成训练数据。我们采用从IBM的Ourense量子计算机获得的噪声模型来基准我们的方法。对于估计8-qubit伊辛模型系统的能量的问题，vnCDR将绝对能量误差比未减轻的结果提高了33倍，并且分别比ZNE和CDR提高了20倍和1.8倍。对于校正来自具有64个量子比特的随机量子线路的可观测量的问题，vnCDR将误差分别提高了ZNE和CDR的2.7倍和1.5倍。
2021-08-02 quant-ph
Noise Mitigation with Delay Pulses in the IBM Quantum Experience
当前量子计算硬件面临的最大挑战之一是如何从嘈杂的设备中获得可靠的结果。最近的一篇论文[A。Kandala等人，Nature 567，491（2019）]描述了一种通过拉伸门时间来注入噪声的方法，从而能够计算量子期望值作为IBM-Q器件中噪声量的函数。外推到零噪声导致与精确结果非常一致。这里描述了一种替代方案，该方案采用有意添加的身份脉冲，周期性地暂停设备，以便逐渐使量子计算受到增加的噪声水平的影响。该方案在IBM-Q器件上的一个量子比特电路中实现。它被确定，这是一个有效的方法，用于控制添加噪声，并进一步，使用噪声的结果来执行外推可以导致最终输出的改善，提供了仔细的注意是如何进行外推。
2020-05-26 quant-ph
Unconditionally decoherence-free quantum error mitigation by density matrix vectorization
本文提出一种基于密度矩阵向量化的量子误差缓解新范式，通过新颖测量协议将噪声态映射为无噪声纯态，无需噪声模型知识，适配变分量子算法，数值实验验证有效。
2024-07-19 quant-ph
Model-Independent Error Mitigation in Parametric Quantum Circuits and Depolarizing Projection of Quantum Noise
寻找给定哈密顿量的基态和低激发态是物理学许多领域中最重要的问题之一。作为一种新的方法，在噪声中尺度量子（NISQ）设备上的量子计算提供了有效执行此类计算的前景，并可能最终超过经典计算机。然而，目前的量子器件仍然受到固有量子噪声的影响。在这项工作中，我们提出了一个适用于参数量子线路的错误缓解方案。该方案基于将一般量子噪声信道投影到去偏振误差上。我们的方法可以有效地减少量子计算中的错误，我们通过在经典和IBM的量子设备上进行模拟来证明这一点。特别是，我们测试的方法的性能，通过计算的质量间隙的横向场伊辛模型使用变分量子本征求解器算法。
2021-11-30 hep-lat quant-ph
Imperfection analyses for random-telegraph-noise mitigation using spectator qubits
Griffith University（格里菲斯大学）；University of Newcastle（纽卡斯尔大学）；Mahidol University（玛希隆大学）；China Academy of Space Technology（中国空间技术研究院）
本文分析了在非理想条件下利用见证量子比特缓解随机电报噪声的适应性协议，探讨了参数不确定性、读取和重置过程的效率与延迟以及额外退相干对性能的影响，并推广了基于地图的正式化方法。
2025-01-26 quant-ph
Greedy versus Map-based Optimized Adaptive Algorithms for random-telegraph-noise mitigation by spectator qubits
在数据存储量子位尽可能保持隔离的情况下，通过最少的测量和控制，仍然可以使用额外的噪声探测器进行噪声缓解，仅在需要时进行校正。受固态量子比特情况的启发，我们考虑了由随机电报过程描述的两态涨落和也是量子比特的噪声探针（所谓的旁观者量子比特（SQ））产生的退相噪声。我们构建的理论模型，假设投影测量的SQ，并推导出不同的测量和控制策略的性能，在该政权的噪声缓解工作良好。我们从贪婪算法开始;也就是说，在不久的将来总是最大化数据量子比特相干性的策略。我们数值计算表明，该算法工作得很好，并发现它的自适应策略可以很好地近似一个简单的算法，只有几个参数。在此基础上，和分析结构，使用贝叶斯映射，我们设计了一个参数（$Θ$）的算法家族。在高噪声灵敏度的SQ的渐近制度，我们分析表明，这$Θ$ -家庭的算法减少了数据量子比特的退相干率的除数缩放作为这种灵敏度的平方。将$Θ$设置为等于其最优值$Θ^\star$，产生基于地图的渐进状态优化自适应算法（MOAAAR）。我们表明，分析和数值，MOAAAR优于贪婪算法，特别是在政权的SQ的高噪声敏感性。
2023-03-07 cond-mat.mes-hall quant-ph
Quantum Bayesian Error Mitigation Employing Poisson Modelling over the Hamming Spectrum for Quantum Error Mitigation
量子计算领域近年来经历了快速扩张，不断探索新技术，错误率下降，量子处理器中可用的量子比特数量增加。然而，短期量子算法仍然无法在不复合相应的噪声水平的情况下被诱导，从而导致非平凡的错误结果。量子纠错和减轻是量子计算领域中快速推进的研究领域，其目标是减少错误。IBM最近强调，量子误差缓解是释放量子计算全部潜力的关键。最近的一项工作，即HAMMER，证明了存在一个潜在的结构，关于电路后感应错误时，映射到汉明频谱。然而，他们假设错误只发生在局部聚类中，而我们观察到，在较高的平均汉明距离下，这种结构会消失。我们的研究表明，相关的结构不仅限于本地模式，但它也包括某些非本地的聚类模式，可以准确地通过泊松分布模型的特点。该模型考虑了输入电路、器件的当前状态（包括校准统计数据）和量子位拓扑。使用这个量子误差表征模型，我们开发了一个迭代算法在生成的贝叶斯网络状态图的归纳后的错误缓解。我们的Q-Beep方法提供了最先进的结果，这要归功于其对误差分布底层结构的问题感知建模和贝叶斯网络状态图的实现。这使得BV电路上的电路执行精度提高了234.6%，在16个IBMQ量子处理器上测试时，QAOA解决方案的质量平均提高了71.0%。
2023-03-15 quant-ph
Extrapolative Quantum Error Mitigation in Continuous-Variable Systems beyond the Training Horizon
Sun Yat-sen University（中山大学）；Tsinghua University（清华大学）；Xi’an Jiaotong University（西安交通大学）
本文提出基于时间条件Swin Transformer的外推量子误差缓解框架，通过自适应层归一化嵌入演进时间，实现对连续变量系统中噪声的高效缓解。
2026-03-10 quant-ph
Quantum Error Correction-like Noise Mitigation for Wave-like Dark Matter Searches with Quantum Sensors
The University of Tokyo（东京大学）
提出一种类似量子纠错的噪声抑制协议，利用多个传感器抑制个体噪声，将暗物质信号灵敏度提升√N倍，并达到标准量子极限。
2026-06-25 hep-ex hep-ph 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
