Reducing Quantum Error Mitigation Bias Using Verifiable Benchmark Circuits
German Aerospace Center (DLR)（德国航空航天中心）
通过构建可验证基准电路，减少量子误差缓解中的偏差，提升保真度并优化误差缓解方法。
2026-03-10 quant-ph
Limitations of probabilistic error cancellation for open dynamics beyond sampling overhead
针对NISQ时代量子动力学模拟中分步概率误差抵消存在类Trotter误差的问题，分析了该误差的决定因素，验证了其分步应用于连续动力学的根本局限，推动连续型误差抵消方法研究。
2024-01-30 quant-ph
Sample-efficient quantum error mitigation via classical learning surrogates
Henan Key Laboratory of Quantum Information（量子信息与密码学重点实验室）；College of Computing and Data Science（计算与数据科学学院）；Nanyang Technological University（南洋理工大学）；School of Physical and Mathematical Science（物理与数学科学学院）
本文提出代理使能的零噪声外推（S-ZNE），利用经典学习代理将ZNE完全移至经典侧执行，使整个量子电路族仅需恒定测量开销，在100量子比特任务上验证了与传统ZNE相当的精度，为可扩展量子误差缓解提供了新模板。
2025-11-10 cs.AI cs.LG quant-ph
Quantum error mitigation as a universal error-minimization technique: applications from NISQ to FTQC eras
在早期的容错量子计算（FTQC）中，由于量子器件的可扩展性有限，经典解码单元的计算能力不足，预计可用的码距和魔态数量会受到限制。在这里，我们集成到一个有效的FTQC架构，有效地增加了代码的距离和$T$门数的成本恒定的采样开销在广泛的量子计算制度的量子纠错和量子错误缓解。例如，虽然我们需要$10^4$到$10^{10}$的逻辑运算来从乐观和悲观的角度展示量子优势，但我们表明，我们可以在每个机制中通过$80\%$和$45\%$减少所需的物理量子位数。从另一个角度来看，当可实现的代码距离达到约11时，我们的方案允许执行$10^3$倍以上的逻辑操作。该方案将大大减轻所需的计算开销，并加速FTQC时代的到来。
2021-10-18 quant-ph
Syndrome aware mitigation of logical errors
Qedma Quantum Computing（Qedma 量子计算）；The Benin School of Computer Science and Engineering, Hebrew University（希伯来大学本因计算机科学与工程学院）；Faculty of Mathematics and Computer Science, Weizmann Institute of Science（魏茨曼科学研究所数学与计算机科学系）；Department of Physics, Technion（以色列理工学院物理系）
提出综合征感知逻辑错误缓解（SALEM），利用纠错过程中的错误综合征条件性缓解逻辑错误，相比不利用综合征数据的方法指数级降低运行时开销，大幅提升可准确执行的电路规模。
2026-06-24 cs.CC quant-ph
Locality and Error Mitigation of Quantum Circuits
在这项工作中，我们研究和改进两个领先的误差缓解技术，即概率误差消除（PEC）和零噪声外推（ZNE），估计本地观测值的期望值。对于PEC，我们引入了一个新的估计，考虑到光锥的酉电路相对于一个目标的本地可观察。给定一个固定的误差容限，新的估计器的采样开销可以比标准PEC估计器小几个数量级。对于ZNE，我们还使用光锥参数来建立一个误差界限，该误差界限密切捕捉外推后仍然存在的偏差的行为。
2023-03-11 quant-ph
Reduced Sampling Overhead for Probabilistic Error Cancellation by Pauli Error Propagation
本研究提出结合泡利误差传播与经典预处理的方法，可显著降低概率误差抵消（PEC）在克利福德电路中的采样开销，对非克利福德电路也有效但效果受非克利福德门数量限制，并给出了常见克利福德子电路示例。
2025-08-18 quant-ph
Low-cost quantum error mitigation via auxiliary qubit return validation
Classiq Technologies（Classiq 科技公司）
提出一种基于辅助量子比特测量后选择的低开销量子错误缓解技术，通过丢弃错误概率高的样本来提高结果保真度。
2026-05-27 quant-ph
Classical Noise Inversion for Error-Propagatable Circuits with Minimal Overhead under General Gate-Dependent Noise
Fudan University（复旦大学）；Graduate School of China Academy of Engineering Physics（中国工程物理研究院研究生院）
本文提出经典噪声反演（CNI），将量子误差缓解从多电路采样转为单电路重复测量，结合噪声压缩实现最小开销，在通用门依赖噪声下对可误差传播电路高效，效率精度优于现有方法。
2026-08-07 quant-ph
Machine Learning Approach towards Quantum Error Mitigation for Accurate Molecular Energetics
本文提出一种图神经网络与回归结合的机器学习架构，在NISQ设备上利用浅层子电路和硬件连接图学习噪声特征，实现无需指数开销的量子误差缓解，并在强关联分子能量预测中取得数量级改进。
2025-04-09 quant-ph
Profiling the Effective Limits of Error Mitigation via Circuit Replication
School of Computer Science；Engineering Pennsylvania State University Centre County, PA, USA
研究通过电路复制作为补充性误差缓解策略，在真实噪声下分析其极限，发现对小图推理强度平均降低21.8%，标准差降低108.8%，对大图推理强度降低35.4%，标准差降低20.5%。
2026-06-23 quant-ph
A Practical Framework for Quantum Error Mitigation
本文提出线性量子误差缓解通用框架，统一多数现有方案，并引入提取率度量以比较各方案在实际条件下的成本效益与性能。
2023-09-18 quant-ph
Model-free readout-error mitigation for quantum expectation values
当前量子处理器上的测量受到导致读出错误的硬件缺陷的影响。这些误差表现为量子期望值的偏差。在这里，我们提出了一个非常简单的方法，迫使偏差的期望值出现作为一个乘法因子，可以直接测量和删除的成本增加的采样复杂性的观察。该方法不假设噪声的具体形式，而仅要求噪声是“弱的”以避免过多的采样开销。我们提供的界限有关的期望值的样本复杂性的错误。
2022-01-27 quant-ph
MoSAIC: Scalable Probabilistic Error Cancellation via Variational Blockwise Noise Aggregation
University of California Santa Barbara（加州大学圣塔芭芭拉分校）
MoSAIC通过变分分块噪声聚合实现可扩展的概率误差消除，减少采样成本并提升大规模量子实验的准确性。
2026-03-27 quant-ph
Algorithmic Error Mitigation Scheme for Current Quantum Processors
受经典Lanczos方法的启发，我们提出了一种适用于近期量子处理器的硬件不可知的错误缓解算法。该技术可以以增加要在目标量子线路上执行的测量的数量为唯一代价来减少不同噪声源的影响，而没有额外的实验开销。我们通过数值模拟和IBM Quantum硬件上的实验证明，该方案显着提高了变分量子算法框架内成本函数评估的准确性，从而改善了量子化学和物理问题的基态计算，超出了最先进的结果。
2022-05-17 physics.comp-ph quant-ph
Efficient Measurement Error Mitigation with Subsystem-Balanced Pauli Twirling
本文提出子系统平衡泡利旋转（SB-PT）方法，通过强制测量子系统上的泡利算符平衡来选择性抑制主导测量噪声，并配套硬件高效的测量变换框架，将高权重泡利算符转换为低权重有效算符，从而以更低采样开销实现近期量子设备上的高保真测量误差缓解。
2025-09-22 quant-ph
Noise-Agnostic Unbiased Quantum Error Mitigation for Logical Qubits
Graduate School of China Academy of Engineering Physics（中国工程物理研究院研究生院）；International Center for Elementary Particle Physics, University of Tokyo（东京大学基础粒子物理国际中心）；Department of Applied Physics, University of Tokyo（东京大学应用物理系）
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
Heisenberg Echo Symmetrization for Gate-Insertion Error Mitigation
Fritz Haber Research Center for Molecular Dynamics, Institute of Chemistry, The Hebrew University of Jerusalem（弗里茨·哈伯分子动力学研究中心，化学研究所，耶路撒冷希伯来大学）
该研究提出海森堡回声对称化（HES）方法，结合插入门（GI）与海森堡表象启发的回声，可降低1-2个数量级的保真度误差，兼容任意硬件，适用于秩一或近似秩一可观测量。
2026-10-09 quant-ph
Feynman's clock and hierarchy-informed sampling for quantum error mitigation
Université Paris-Saclay（巴黎萨克雷大学）
针对近期量子算法物理实现中降低量子噪声的需求，提出将BBGKY - ISM方案从自旋链量子模拟扩展到任意量子电路的新方法，利用费曼时钟哈密顿量映射，经数值模拟验证其能有效降低量子误差。
2026-09-23 quant-ph
Scalable quantum measurement error mitigation via conditional independence and transfer learning
本文提出利用远距离量子比特条件独立性和迁移学习实现可扩展的量子测量误差缓解，在IBM量子设备上验证了指数级缩减网络规模、减少训练数据并实现常数倍加速的效果。
2023-08-01 quant-ph
Dual-state purification for practical quantum error mitigation
量子误差抑制对于在有限量子比特的噪声量子计算机上进行计算至关重要。在本文中，我们提出了一个实用的协议，通过虚拟纯化的量子态没有量子比特开销或只需要一个辅助量子比特的错误缓解。在双态纯化中，我们分别利用带噪声的量子线路及其逆线路的对偶映射制备错误态及其对偶态，有效地产生保真度增加的纯化态.结合层析纯化，我们可以确保从纯状态获得可观察值的最终估计。数值计算结果表明，该方案通过一个随量子比特数和电路深度而减小的重标度因子来减小误差，即对于较大的电路，净化性能更好。在云量子计算机上，我们成功地证明了减少的误差与量子变分本征解算器电路。
2021-05-04 quant-ph
Relationship between costs for quantum error mitigation and non-Markovian measures
量子纠错（QEM）是一种在没有量子比特开销的情况下对量子系统中的错误进行补偿的量子纠错方法。虽然以前主要考虑了数字量子计算机上的马尔可夫门误差，但由于大多数固态系统中不可避免地存在非马尔可夫噪声效应，因此讨论QEM与非马尔可夫误差之间的关系是必不可少的。在这项工作中，我们调查非马尔可夫噪声的QEM，并表明QEM和非马尔可夫措施的成本之间有一个明确的关系。作为例子，我们展示了几个非马尔可夫噪声模型，以弥合我们的理论框架和具体的物理系统之间的差距。这一发现可能有助于为具有非马尔可夫环境的现实量子设备设计更好的QEM策略。
2021-02-08 quant-ph
Error mitigation and circuit division for early fault-tolerant quantum phase estimation
Lorentz Institute for Theoretical physics, Leiden University（莱顿大学洛伦兹理论物理研究所）；Google Quantum AI（谷歌量子人工智能）
针对早期容错量子计算场景，本文提出结合误差缓解与电路划分的QPE框架，引入EUMLE技术缓解任意误差，在相关物理化学问题上验证了其可实现量子比特数与运行时间的有效权衡。
2025-02-11 quant-ph
Enhanced Extrapolation-Based Quantum Error Mitigation Using Repetitive Structure in Quantum Algorithms
针对高噪声下传统零噪声外推（ZNE）对深度量子算法错误缓解效果差的问题，提出基于重复操作块的轻量外推框架，通过浅电路表征块错误并重构结果，在高低噪声下均优于ZNE。
2025-07-31 quant-ph
Quantum readout error mitigation via deep learning
量子计算设备不可避免地会出现错误。为了利用量子技术在实际应用中的计算优势，量子算法和协议必须在噪声和缺陷下可靠地实现。由于噪声和缺陷限制了可以在量子设备上实现的量子线路的大小，因此开发不需要额外量子位和门的量子错误缓解技术至关重要。在这项工作中，我们提出了一种基于深度学习的协议，用于减少量子硬件上的读出错误。我们的技术是基于训练人工神经网络的测量结果从实验中获得的简单的量子线路组成的单量子比特门。通过神经网络和深度学习，可以校正非线性噪声，这是现有线性反演方法无法实现的。我们的方法对现有的方法的优势是通过量子读出错误缓解IBM五量子比特量子设备上进行的实验证明。
2021-12-07 physics.data-an quant-ph
Error-mitigation aware benchmarking strategy for quantum optimization problems
University of Edinburgh（爱丁堡大学）
本文提出了一种面向量子优化问题的误差缓解意识基准测试策略，通过结合有限样本统计和量子误差缓解的资源开销，量化量子优势并评估潜在的实用量子优势。
2026-01-26 quant-ph
Conditionally rigorous mitigation of multiqubit measurement errors
最近已经引入了几种技术来减轻近期量子计算机中的错误，而无需量子纠错码所需的开销。虽然大多数关注点都集中在选通误差上，但在某些平台上，测量误差明显大于选通误差。广泛使用的{ \it转移矩阵误差减轻}（TMEM）技术使用初始和最终经典状态之间的测量的转移概率来校正随后测量的数据。然而，从严格的角度来看，噪声测量应该用完美准备的初始状态进行校准，并且任何状态准备错误的存在都会破坏所得到的缓解。在这里，我们开发了一种测量误差缓解技术，条件严格的TMEM，是不敏感的状态准备错误，从而避免了这种限制。我们通过测量IBM Q超导量子比特上的Mermin多项式，证明了该技术对于高精度测量和量子基础实验的重要性。该技术的扩展允许一个国家的准备和测量（SPAM）的期望值的错误，以及校正，我们说明了这一点，给出了一个协议，完全SPAM校正的量子过程断层扫描。
2021-09-09 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
Error mitigation and quantum-assisted simulation in the error corrected regime
量子计算的标准方法是基于通过添加“魔法”量子态来将经典可模拟和容错的操作集合提升为通用集合的思想。在这种情况下，我们开发了一个通用的框架来讨论可用的，非理想的魔术资源的价值，相对于那些理想的需要。我们挑出一个量，量子辅助魔术鲁棒性（QRoM），它通过基于准概率的方法来测量模拟理想资源与非理想资源的开销。这将最初为噪声中间尺度量子（NISQ）设备开发的错误缓解技术扩展到量子位被逻辑编码的情况。QRoM展示了如何添加噪声魔法资源，使人们能够提高量子线路的经典准概率模拟，并能够构建显式协议，在经典模拟和理想量子计算机之间进行插值。
2022-04-11 quant-ph
Quantum error mitigation by hidden inverses protocol in superconducting quantum devices
我们提出了一种方法，以改善收敛的变分算法的基础上隐藏的逆，以减轻相干误差。在错误缓解的上下文中，这意味着将某些厄米门的硬件实现替换为它们的逆。这样做会消除噪声，并形成更有弹性的量子线路。这种方法提高了各种双量子比特误差模型的性能，其中噪声算子也与门反转一起反转。我们应用缓解方案超导量子处理器运行变分量子本征求解器（VQE）算法找到H $_{\rm 2}$基态能量。当在超导硬件上实现时，我们发现缓解方案有效地减少了VQE中参数学习路径中的能量波动，减少了收敛值的迭代次数。我们还提供了不同噪声模型下VQE性能的详细数值模拟，并探讨了隐藏逆和随机编译如何影响学习问题的潜在损失景观。这些模拟有助于解释我们的实验硬件结果，有助于将较低级别的门性能与特定于应用的行为联系起来，而保真度等指标通常无法直观地洞察观察到的高级别性能。
2022-04-26 quant-ph
Mitiq: A software package for error mitigation on noisy quantum computers
我们介绍了Mitiq，一个用于噪声量子计算机上的错误缓解的Python软件包。错误缓解技术可以通过依赖于量子采样和经典后处理技术的混合，以最小的量子资源开销来减少噪声对近期量子计算机的影响。Mitiq是一个可扩展的工具包，包含不同的误差缓解方法，包括零噪声外推，概率误差消除和Clifford数据回归。该库旨在与通用后端兼容，并与不同的量子软件框架接口。我们使用代码片段来描述Mitiq，以演示其用法，并讨论其特性和贡献准则。我们提出了几个例子，证明错误缓解IBM和Rigetti超导量子处理器以及嘈杂的模拟器。
2022-08-01 cs.ET quant-ph
Reliable high-accuracy error mitigation for utility-scale quantum circuits
Qedma Quantum Computing（Qedma量子计算）；The Benin School of Computer Science and Engineering, Hebrew University（希伯来大学贝宁计算机科学与工程学苑）；Centre for Quantum Technologies, National University of Singapore（新加坡国立大学量子技术中心）；Faculty of Mathematics and Computer Science, Weizmann Institute of Science（魏茨曼科学研究所数学与计算机科学系）
本文提出QESEM框架，结合准概率缓解方法提升准确性，减少计算开销，验证其在IBM Heron和IonQ设备上的分子VQE电路应用，优于ZNE方法。
2026-04-22 cond-mat.str-el quant-ph
Fault Tolerant Quantum Error Mitigation
本研究提出容错量子错误缓解（FTQEM），通过容错操作和代码串联指数级抑制错误，提供解析阈值，并验证其优于传统方法。
2024-07-17 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
Measurement Error Mitigation via Truncated Neumann Series
本文提出一种利用截断诺伊曼级数结合顺序测量含噪期望值来缓解量子测量误差的方法，无需假设噪声结构或先验校准，且开销与系统大小无关，显著提升了近期量子设备的计算精度。
2021-03-25 quant-ph
Multi-exponential Error Extrapolation and Combining Error Mitigation Techniques for NISQ Applications
量子硬件中的噪声仍然是实现量子计算机的最大障碍。为了在近期量子计算机的实际应用中对抗噪声，而不是依赖于需要大量量子比特开销的量子纠错，我们转向量子纠错，其中我们使用额外的测量。误差外推法是一种已经在实验中成功实现的误差减轻技术。数值模拟和启发式的论点表明，指数曲线是有效的外推在大电路极限与预期的电路错误计数约为1。在这篇文章中，我们扩展到多指数误差外推，并提供更严格的证明，其有效性下的泡利噪声。通过我们的数值模拟进一步验证了这一点，表明单指数外推的估计精度提高了几个数量级。此外，我们开发的方法结合误差外推与其他两个错误缓解技术：准概率和对称性验证，通过利用这些个别技术的功能。如我们的模拟中所示，我们的组合方法可以实现低估计偏差，采样成本比准概率小数倍，同时不需要能够调整规范误差外推中所需的硬件误差率。
2021-03-04 quant-ph
Error Mitigation of Fault-Tolerant Quantum Circuits with Soft Information
Yale University（耶鲁大学）
本研究提出利用QEC解码器软信息实现逻辑层面的量子误差缓解，显著降低逻辑错误率并提升容错量子计算机性能。
2025-12-10 quant-ph
Non-Markovian Noise Mitigation: Practical Implementation, Error Analysis, and the Role of Environment Spectral Properties
Department of Mathematics, The Pennsylvania State University（宾夕法尼亚州立大学数学系）
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
ConQuER: Modular Architectures for Control and Bias Mitigation in IQP Quantum Generative Models
本文提出模块化框架ConQuER，通过轻量级控制器电路和数据驱动优化，在保持经典可训练性的同时实现IQP量子生成模型的精确输出控制并显著缓解生成偏差。
2025-10-11 cs.AI cs.LG quant-ph
Efficient Quantum Error Mitigation for Unitary k-Designs
Berkeley Center for Quantum Information and Computation（伯克利量子信息与计算中心）；Department of Chemistry, University of California, Berkeley（加州大学伯克利分校化学系）
提出电路平衡技术结合门基准数据，利用酉k-设计的Pauli支撑分布特性估计电路退极化，并通过Pauli twirling在相干错误存在下反演退极化，无需增加双量子门开销，显著降低随机电路错误。
2026-06-02 quant-ph
Error Mitigation by Symmetry Verification on a Variational Quantum Eigensolver
变分量子本征求解器提供了一个小规模的测试平台，以证明具有低实验开销的错误缓解技术的性能。我们提出了成功的误差缓解应用最近提出的对称性验证技术的基态能量和基态的氢分子的实验估计。电路QED处理器中两个量子比特之间的精细可调交换相互作用有效地在单激发子空间中制备了关于量子比特映射的哈密顿量的奇偶对称性的变分反相态。对称性验证通过减轻违反对称性的量子比特弛豫和剩余量子比特激发的影响来改善能量和状态估计。一个全密度矩阵模拟匹配的实验解剖这些机制的贡献，从其他校准的误差源。通过可扩展的凸优化强制测量的密度矩阵的正性与使用对称性验证时的能量和状态估计改进相关，具有确定基态能量之外的系统属性的有趣含义。
2019-02-28 quant-ph
Personalized Improvement of Standard Readout Error Mitigation using Low-Depth Circuits and Machine Learning
本文提出利用低深度电路测量概率分布并结合机器学习来个性化细化读出误差模型，在七量子比特系统上相比标准方法显著提升了保真度并降低了误差。
2025-06-04 quant-ph
Hardware-Efficient Error Mitigation and Shot-Efficient Sampling on IBM Quantum Hardware
Quantum Information and Computation Centre, Department of Physics and Department of Computer Science and Engineering, Indian Institute of Technology Jodhpur（印度焦特普尔理工学院）
本研究在受限执行预算下，结合多种技术在IBM Quantum处理器上开展实验，探究超导量子硬件的误差缓解与有限shots采样，为相关研究提供可复现的硬件感知实验证据。
2026-08-31 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
Error mitigation on a near-term quantum photonic device
光子损失对量子光子器件的性能具有破坏性，因此抑制光子损失的影响对于光子量子技术至关重要。我们提出了两种方案，以减轻光子损失的影响，高斯玻色子采样设备，特别是，以改善采样概率的估计。而不是使用纠错码，这是昂贵的硬件资源开销方面，我们的计划只需要少量的硬件修改，甚至没有修改。我们的损失抑制技术依赖于收集额外的测量数据或经典的后处理，一旦获得测量数据。我们表明，与一个适度的成本的经典后处理，光子损失的影响可以显着抑制一定量的损失。因此，所提出的方案是近期光子量子器件应用的关键使能器。
2021-05-01 quant-ph
Software mitigation of coherent two-qubit gate errors
双量子比特门是量子计算的重要组成部分。然而，量子位之间不必要的相互作用（所谓的寄生门）可能特别成问题，并降低量子应用的性能。在这项工作中，我们提出了两种软件方法来减轻寄生双量子位门错误。第一种方法建立在KAK分解的基础上，并保持了无错误的原生两量子比特门的原始酉分解。它通过仅应用单量子位旋转来抵消寄生的双量子位门，因此没有双量子位门开销。我们展示了单量子比特缓解门的最佳选择。第二种方法应用数值优化算法将目标幺正重新编译为误差寄生双量子位门加单量子位门。我们证明了这些方法的CPase寄生iSWAP类门。基于KAK的方法与没有错误缓解的噪声实现相比，有助于将酉失真降低3倍。当允许任意单量子位旋转时，重新编译可以完全减轻寄生错误的影响，但可能需要比基于KAK的方法更多的本机门。我们还比较了它们的平均门保真度在现实的噪声模型，包括松弛和去极化误差。数值结果表明，不同的方法是有利的，在不同的错误制度，提供短期量子计算机的错误缓解指导。
2021-11-08 quant-ph
Error Mitigation for Thermodynamic Computing
针对热力学计算中模拟硬件不精确导致的误差问题，提出基于舍入事件分布集合采样合并的方法，将高斯采样与线性代数应用的误差从ε量级降至ε²量级，经千维以上数值验证及真机实验实现矩阵求逆20%误差降低，为首例热力学误差缓解实验。
2024-01-29 cond-mat.stat-mech cs.ET quant-ph
Combining Error Detection and Mitigation: A Hybrid Protocol for Near-Term Quantum Simulation
针对近期量子硬件难以实现实用量子纠错的问题，提出整合Pauli twirling、概率错误抵消与$[[n, n-2, 2]]$量子检测码的混合错误抑制协议，通过优化Pauli算符数量等降低开销，并在H₂基态能量估算电路上经仿真和真实量子处理器验证。
2025-10-01 physics.comp-ph quant-ph
Error Mitigation From a Single Unmodified Error-Corrected Circuit
Qedma Quantum Computing（Qedma量子计算）；The Benin School of Computer Science and Engineering, Hebrew University（希伯来大学本计算机科学与工程学院）；Faculty of Mathematics and Computer Science, Weizmann Institute of Science（魏茨曼科学研究所数学与计算机科学系）；Department of Physics, Technion（以色列理工学院物理系）
提出SOLEM框架，利用纠错电路自然产生的综合征数据在后处理中实现逻辑误差缓解，无需修改电路，其运行时开销比外部LEM指数级更低，与SALEM相当。
2026-10-06 quant-ph
Machine Learning for Practical Quantum Error Mitigation
IBM Quantum（IBM 量子）；IBM T.J. Watson Research Center（IBM T.J. Watson 研究中心）；University of California, Berkeley（加州大学伯克利分校）
本文提出ML-QEM方法，利用多种经典机器学习模型模拟量子错误缓解，在多达100量子比特的实验中于不损失精度的前提下大幅降低运行开销。
2024-11-22 cs.LG quant-ph
Automated quantum error mitigation based on probabilistic error reduction
本文提出自动化量子误差缓解软件框架，结合噪声层析成像与概率误差削减（PER），并集成 PyGSTi 和 Mitiq 工具，以降低采样开销并获得高精度期望值。
2022-10-16 cs.ET 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
Single Qubit Error Mitigation by Simulating Non-Markovian Dynamics
本文提出一种通过模拟非马尔可夫动力学来缓解单量子比特错误的方法，仅需一个辅助量子比特和少量量子门，并在IBM量子处理器上验证了恢复Lindblad演化初始状态的能力。
2023-03-06 cond-mat.mes-hall quant-ph
Measurement Error Mitigation in Quantum Computers Through Classical Bit-Flip Correction
我们开发了一种经典的位翻转校正方法，以减轻量子计算机上的测量误差。这种方法可以应用于任何算子，任何数量的量子位，和任何现实的位翻转概率。我们首先证明了这种方法的成功性能，通过校正的纵向伊辛模型的基态能量的噪声测量。然后，我们将我们的结果推广到任意运营商和测试我们的方法在IBM量子硬件的数值和实验。因此，我们的校正方法将量子硬件上的测量误差降低了一个数量级。最后，我们讨论了如何预处理的方法，并将其扩展到测量误差以外的其他误差源。对于局部哈密顿算子，开销成本是量子比特数量的多项式，即使包括多量子比特相关性。
2022-09-01 hep-lat quant-ph
