CN115329972A - 量子计算机性能确定方法及装置、电子设备和介质 - Google Patents
量子计算机性能确定方法及装置、电子设备和介质 Download PDFInfo
- Publication number
- CN115329972A CN115329972A CN202210957765.9A CN202210957765A CN115329972A CN 115329972 A CN115329972 A CN 115329972A CN 202210957765 A CN202210957765 A CN 202210957765A CN 115329972 A CN115329972 A CN 115329972A
- Authority
- CN
- China
- Prior art keywords
- quantum
- unitary
- noise strength
- preset number
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000010998 test method Methods 0.000 claims abstract description 21
- 238000004590 computer program Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 28
- 238000012360 testing method Methods 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 239000002096 quantum dot Substances 0.000 description 7
- 239000000126 substance Substances 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000028161 membrane depolarization Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/70—Quantum error correction, detection or prevention, e.g. surface codes or magic state distillation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
- G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
- Testing Of Individual Semiconductor Devices (AREA)
Abstract
本公开提供了一种量子计算机性能确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品,涉及计算机领域,尤其涉及量子计算机技术领域。实现方案为:基于第一量子电路结构执行随机基准测试方法,以获得第一酉噪声强度,第一量子电路结构包括第一预设数量的顺序串接的n比特Clifford量子门,n为正整数;基于第二量子电路结构执行随机基准测试方法,以获得第二酉噪声强度,第二量子电路结构包括第二预设数量的n比特Clifford量子门以及第二预设数量的n比特目标量子门,Clifford量子门和目标量子门交替串接;以及基于第一酉噪声强度以及第二酉噪声强度,确定目标量子门的酉噪声强度。
Description
技术领域
本公开涉及计算机领域,尤其涉及量子计算机技术领域,具体涉及一种量子计算机性能确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
量子计算机技术在近几年得到了飞速发展,量子计算机强大的计算能力将有望解决许多经典计算机难以解决的问题。但是,在可预见的未来量子计算机中的噪声问题是难以避免的:量子比特中的热量耗散或是更底层的量子物理过程中产生的随机波动,将使得量子比特的状态翻转或随机化,以及测量设备读取计算结果出现偏差,都可能导致计算过程失败。从而,量子计算机可能无法精准实现演化过程而导致实际生成的结果存在误差。
因此,在使用量子计算机做任何有意义的计算任务之前,能够快速高效准确地刻画量子计算机的性能、以根据刻画结果来判断能否将量子计算机用于实际量子计算过程将是必要的。
发明内容
本公开提供了一种量子计算机性能确定方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种量子计算机性能确定方法,包括:基于第一量子电路结构执行随机基准测试方法,以获得第一酉噪声强度,其中所述第一量子电路结构包括第一预设数量的顺序串接的n比特Clifford量子门,n为正整数;基于第二量子电路结构执行所述随机基准测试方法,以获得第二酉噪声强度,其中所述第二量子电路结构包括第二预设数量的n比特Clifford量子门以及所述第二预设数量的n比特目标量子门,Clifford量子门和目标量子门交替串接;以及基于所述第一酉噪声强度以及所述第二酉噪声强度,确定所述目标量子门的酉噪声强度,其中,所述随机基准测试方法包括以下步骤:确定用于随机基准测试的预设数量集合,并将所述集合中的每一个预设数量m作为所述第一预设数量或所述第二预设数量,执行以下操作R次,其中m、R均为正整数:获取随机生成的m个n比特的Clifford量子门,以生成相对应的量子电路,其中所述量子电路基于所述第一量子电路结构或所述第二量子电路结构;确定由多个n比特的泡利算符所组成的泡利算符集合;对于所述泡利算符集合中的每一个泡利算符:将所述量子电路作用于初始量子态,以基于该泡利算符对所述量子电路输出的量子态执行多次测量,并基于所述多次测量所获得的测量结果计算期望值;以及基于所述泡利算符集合中的每个泡利算符所对应的期望值确定所输出量子态的纯度;对于每个m,确定R次操作后所输出量子态的平均纯度;基于每个m所对应的平均纯度进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为m-1;以及基于拟合结果确定相应的酉噪声强度,其中所述酉噪声强度为所述第一酉噪声强度或第二酉噪声强度。
根据本公开的另一方面,提供了一种量子计算机性能确定装置,包括:第一获取单元,配置为基于第一量子电路结构执行随机基准测试方法,以获得第一酉噪声强度,其中所述第一量子电路结构包括第一预设数量的顺序串接的n比特Clifford量子门,n为正整数;第二获取单元,配置为基于第二量子电路结构执行所述随机基准测试方法,以获得第二酉噪声强度,其中所述第二量子电路结构包括第二预设数量的n比特Clifford量子门以及所述第二预设数量的n比特目标量子门,Clifford量子门和目标量子门交替串接;以及确定单元,配置为基于所述第一酉噪声强度以及所述第二酉噪声强度,确定所述目标量子门的酉噪声强度,其中,所述随机基准测试方法包括以下步骤:确定用于随机基准测试的预设数量集合,并将所述集合中的每一个预设数量m作为所述第一预设数量或所述第二预设数量,执行以下操作R次,其中m、R均为正整数:获取随机生成的m个n比特的Clifford量子门,以生成相对应的量子电路,其中所述量子电路基于所述第一量子电路结构或所述第二量子电路结构;确定由多个n比特的泡利算符所组成的泡利算符集合;对于所述泡利算符集合中的每一个泡利算符:将所述量子电路作用于初始量子态,以基于该泡利算符对所述量子电路输出的量子态执行多次测量,并基于所述多次测量所获得的测量结果计算期望值;以及基于所述泡利算符集合中的每个泡利算符所对应的期望值确定所输出量子态的纯度;对于每个m,确定R次操作后所输出量子态的平均纯度;基于每个m所对应的平均纯度进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为m-1;以及基于拟合结果确定相应的酉噪声强度,其中所述酉噪声强度为所述第一酉噪声强度或第二酉噪声强度。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行本公开所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现本公开所述的方法。
根据本公开的一个或多个实施例,通过第一量子电路结构以及通过交替式***量子门的第二量子电路结构,能够高效地刻画指定量子门的酉噪声强度,为衡量量子计算机的可扩展性提供参数支持。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了通过量子计算机获取经典信息的示例性***的示意图;
图2示出了根据本公开的实施例的量子计算机性能确定方法的流程图;
图3示出了根据本公开的一个实施例的量子电路的示意图;
图4示出了根据本公开的另一个实施例的量子电路的示意图;
图5示出了根据本公开的实施例的示例性量子电路的示意图;
图6示出了根据本公开的示例性实施例的酉噪声随机基准测试的结果示意图;
图7示出了根据本公开的实施例的量子计算机性能确定装置的结构框图;以及
图8示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
迄今为止,正在应用中的各种不同类型的计算机都是以经典物理学为信息处理的理论基础,称为传统计算机或经典计算机。经典信息***采用物理上最容易实现的二进制数据位存储数据或程序,每一个二进制数据位由0或1表示,称为一个位或比特,作为最小的信息单元。经典计算机本身存在着不可避免的弱点:一是计算过程能耗的最基本限制。逻辑元件或存储单元所需的最低能量应在kT的几倍以上,以避免在热胀落下的误动作;二是信息熵与发热能耗;三是计算机芯片的布线密度很大时,根据海森堡不确定性关系,电子位置的不确定量很小时,动量的不确定量就会很大。电子不再被束缚,会有量子干涉效应,这种效应甚至会破坏芯片的性能。
量子计算机(quantum computer)是一类遵循量子力学性质、规律进行高速数学和逻辑运算、存储及处理量子信息的物理设备。当某个设备处理和计算的是量子信息,运行的是量子算法时,他就是量子计算机。量子计算机遵循着独一无二的量子动力学规律(特别是量子干涉)来实现一种信息处理的新模式。对计算问题并行处理,量子计算机比起经典计算机有着速度上的绝对优势。量子计算机对每一个叠加分量实现的变换相当于一种经典计算,所有这些经典计算同时完成,并按一定的概率振幅叠加起来,给出量子计算机的输出结果,这种计算称为量子并行计算。量子并行处理大大提高了量子计算机的效率,使得其可以完成经典计算机无法完成的工作,例如一个很大的自然数的因子分解。量子相干性在所有的量子超快速算法中得到了本质性的利用。因此,用量子态代替经典态的量子并行计算,可以达到经典计算机不可比拟的运算速度和信息处理功能,同时节省了大量的运算资源。
随着量子计算机技术的飞速发展,由于其强大的计算能力和较快的运行速度,量子计算机的应用范围越来越广。例如,化学模拟是指将真实化学体系的哈密顿量映射到物理上可操作哈密顿量,然后调制参数和演化时间,以找到能够反映真实化学体系的本征态的过程。在经典计算机上对一个N电子化学体系进行模拟时,涉及到2N维薛定谔方程的求解,计算量会随体系电子数的增加而呈指数式递增。因此经典计算机在化学模拟问题上作用十分有限。想要突破这一瓶颈,就必须依靠量子计算机强大的计算能力。量子本征求解器算法(Variational Quantum Eigensolver,VQE)是一种在量子硬件上进行化学模拟的高效量子算法,是量子计算机近期最有前途的应用之一,开启许多新的化学研究领域。但是现阶段量子计算机噪声率明显限制了VQE的能力,因此必须首先处理好量子噪声问题。
量子本征求解器算法VQE的一个核心计算过程是估计期望值Tr[Oρ],其中ρ是由量子计算机生成的n量子比特的量子态,而可观测量O是真实化学体系的哈密顿量映射到物理上可操作哈密顿量,Tr表示取矩阵的迹。其计算过程可以如图1所示,将量子计算机101输出的量子态ρ经测量设备102(通常量子计算机101和测量设备102可以统称为量子计算机)测量后,其测量结果通过经典计算机103计算后获得期望值Tr[Oρ]。上述过程是量子计算提取经典信息的最一般形式,有着广泛的应用,可认为是从量子信息中读取经典信息的核心步骤。一般的,假设O是计算基下的对角矩阵,因此理论上需要计算的数值为:
其中O(i)表示可观测量O的第i行第i列对角元素,ρ(i)表示ρ的第i行第i列对角元素。通过对量子态ρ进行N次计算基测量,统计输出结果i的次数Ni,可以估算出ρ(i)≈Ni/N,进而利用上式估算Tr[Oρ]。大数定律可以保证当N足够大的时候,上述估算过程是正确的。
在物理实现中,图1中的量子计算机会受到仪器精度、环境扰动等各种因素的影响,这些干扰因素被统称为量子噪声,而酉噪声是其中一类量子噪声,其噪声形式可以被酉矩阵所刻画。由于酉噪声的存在,量子设备无法精准实现演化过程从而导致生成的量子态ρ的纯度(purity)发生变化,与理想量子态产生偏差,进而致使实际估算出的值Ni/N和理论ρ(i)有偏差,从而利用公式(1)计算Tr[Oρ]得到错误结果,限制了量子计算机的实际应用。
但是,量子计算机中存在的酉噪声难以被高效地探测得到。更为严重的是,随着量子比特数目增多和量子电路深度变大,酉噪声的来源和关联会变得更加复杂。在容错量子计算时代,需要判断量子计算机的性能精度是否达到容错量子计算阈值。仅仅使用量子门平均保真度(Average Gate Fidelity)等数据并不能精确判断量子设备是否满足容错量子计算要求,而必须将酉噪声强度(Unitarity)也考虑在内。因此,在使用量子计算机做任何有意义的计算任务之前,必须能够快速高效准确地刻画量子计算机的酉噪声强度,根据刻画结果来判断能否将量子计算机用于实际量子计算过程。实际上,高效准确地刻画量子计算机的噪声强度(包括了酉噪声强度和非酉噪声强度)在量子计算的发展中是非常关键的任务,特别在现在的嘈杂中型量子(Noisy Intermediate-Scale Quantum,NISQ)阶段体现得尤为明显。
因此,根据本公开的实施例,提供了一种量子计算机性能确定方法。图2示出了根据本公开的实施例的量子计算机性能确定方法的流程图200,如图2所示,方法200包括:基于第一量子电路结构执行随机基准测试方法,以获得第一酉噪声强度,其中所述第一量子电路结构包括第一预设数量的顺序串接的n比特Clifford量子门,n为正整数(步骤210);基于第二量子电路结构执行所述随机基准测试方法,以获得第二酉噪声强度,其中所述第二量子电路结构包括第二预设数量的n比特Clifford量子门以及所述第二预设数量的n比特目标量子门,Clifford量子门和目标量子门交替串接(步骤220);以及基于所述第一酉噪声强度以及所述第二酉噪声强度,确定所述目标量子门的酉噪声强度(步骤230)。
在一些实施例中,所述随机基准测试方法包括以下步骤:确定用于随机基准测试的预设数量集合,并将所述集合中的每一个预设数量m作为所述第一预设数量或所述第二预设数量,执行以下操作R次,其中m、R均为正整数:获取随机生成的m个n比特的Clifford量子门,以生成相对应的量子电路,其中所述量子电路基于所述第一量子电路结构或所述第二量子电路结构;确定由多个n比特的泡利算符所组成的泡利算符集合;对于所述泡利算符集合中的每一个泡利算符:将所述量子电路作用于初始量子态,以基于该泡利算符对所述量子电路输出的量子态执行多次测量,并基于所述多次测量所获得的测量结果计算期望值;以及基于所述泡利算符集合中的每个泡利算符所对应的期望值确定所输出量子态的纯度;对于每个m,确定R次操作后所输出量子态的平均纯度;基于每个m所对应的平均纯度进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为m-1;以及基于拟合结果确定相应的酉噪声强度,其中所述酉噪声强度为所述第一酉噪声强度或第二酉噪声强度。
在根据本公开的实施例中,通过第一量子电路结构以及通过交替式***量子门的第二量子电路结构,能够高效地刻画指定量子门的酉噪声强度,为衡量量子计算机的可扩展性提供参数支持。
在一些实施例中,可以通过酉噪声随机基准测试(Unitarity RandomizedBenchmarking,下面简记为URB)方法来刻画量子计算机酉噪声强度。具体地,首先,确定量子比特数目n、随机基准序列长度集合(即用于随机基准测试的量子电路中的Clifford量子门数量集合)Σ={m1,m2,…,mN}。在一些示例中,可以约定集合Σ中的元素单调递增,以方便后续进行目标函数的拟合。进一步地,确定每个序列长度的重复次数R、每个随机电路的重复运行次数S、以及量子计算机所支持的基础门集合Ω,其中R、S、N、n均为正整数,集合Ω中可以包括多个基础量子门。
从集合Σ中取出第一个元素记为m,并将m从集合Σ中删除。基于获取到的m重复以下子过程共R次:
(1)随机生成m个n比特的Clifford量子门{C1,…,Cm},这些量子门均由量子计算机所支持的基础门集合Ω中的量子门通过搭积木的方式组合而成。
(2)将步骤(1)中生成的m个Clifford量子门按照先C1、C2、…、Cm的顺序作用到初始量子态|0…0>上,其所形成的量子电路如图3所示。
(3)对于所有n量子比特的非Identity泡利算符(未归一化)所形成集合(即,)中的每一个泡利算符P,基于该泡利算符P对量子电路得到的量子态ρ执行S次测量,计算并保存该量子态观测的期望值Ei。因为测量会导致量子态塌缩,所以“执行S次测量”共需要生成S个量子态ρ,即将随机基准测试量子电路重复作用于初始量子态共S次。
(4)利用步骤(3)得到的期望值计算所有泡利算符((4n-1)个)所对应结果的平方和:
其中,p(r|m)表示随机基准测试随机电路长度为m时第r轮时估算得到的量子态的纯度(purity)。如果量子计算机只含有酉噪声,那么p(r)=1。若量子计算机含有非酉噪声,则p(r)<1而且p(r)的大小直接反映量子计算机的酉噪声程度。
将上面所得到的R个观测值p(r),r=1,…,R求平均,得到量子电路长度为m时的平均期望值:
其中,p(m)刻画了量子电路长度为m时估算得到的量子态的平均纯度。
对于集合Σ中的每一个元素,均执行以上操作,以获得相应m值所对应的平均期望值p(m),直到集合Σ为空集。
当用于对量子计算机进行随机基准测试的序列长度集合Σ中每一个长度值都经过上述测试过程之后,得到数据集{p(m)|m∈Σ}。从而,在一些实施例中,可以基于集合Σ中的长度值信息以及所获得的数据集{p(m)|m∈Σ},可以按照以下公式进行目标函数的拟合:
f(m)=Aum-1+B
其中,待拟合系数A和B吸收了量子态制备和测量过程(state preparation andmeasurement error,SPAM)中可能出现的噪声,而待定系数u则刻画了量子计算机实现n量子比特量子门的平均酉噪声强度,以此刻画了量子计算机的酉噪声大小。
根据一些实施例,还可以根据以下公式进行目标函数的拟合:
f(m)=Aum-1+Bum-2+…+Cu
其中,A,B,…,C,D均为待拟合系数,u表示量子计算机实现n量子比特量子门的平均酉噪声强度。
可以理解的是,目标函数的形式并不限于上面所示的形式,除最高次幂m-1项之外,可以包括任意个的其他次幂的项,在此不作限制。
但是,在上述实施例中,无法得到单独的某个特定量子门的酉噪声。因为上述实施例中是将所有量子门的酉噪声都视为相同的,所刻画的酉噪声为量子门的平均酉噪声。但是实际上,量子计算机上所实现的量子门精度都不同,存在局限性。
因此进一步地,在一些实施例中,通过交替式***量子门的方法构造电路,从而估计某一个特定量子门的酉噪声强度。具体地,首先需要运行上述实施例所述的随机基准测试方法,得到该量子计算机n比特量子门的平均酉噪声强度u。然后,给定目标量子门C,将该目标量子门与随机选取的m个Clifford量子门交替式地作用在电路上,所得到的量子电路如图4所示,从而基于图4所示的量子电路执行随机基准测试方法并得到n比特复合量子门的平均酉噪声强度uc。之后通过uc和u来估计目标量子门的酉噪声强度ut。
其具体步骤如下所述:
首先,确定量子比特数目n、目标量子门C、随机基准序列长度集合(即用于随机基准测试的量子电路中的Clifford量子门数量集合)Σ={m1,m2,…,mN}。在一些示例中,可以约定集合Σ中的元素单调递增,以方便后续进行目标函数的拟合。进一步地,确定每个序列长度的重复次数R、每个随机电路的重复运行次数S、以及量子计算机所支持的基础门集合Ω,其中R、S、N、n均为正整数,集合Ω中可以包括多个基础量子门。
然后,运行根据图3所述的实施例所描述的随机基准测试方法,得到该量子计算机n比特量子门的平均酉噪声强度u。
进一步地,从集合Σ中取出第一个元素记为m,并将m从集合Σ中删除。基于获取到的m重复以下子过程共R次:
(1)随机生成m个n比特的Clifford量子门{C1,…,Cm},这些量子门均由量子计算机所支持的基础门集合Ω中的量子门通过搭积木的方式组合而成。
(2)将步骤(1)中生成的m个Clifford量子门以及目标量子门C按照先C1、C、C2、C、…、Cm的顺序作用到初始量子态|0…0>上,其所形成的量子电路如图4所示。
(3)对于所有n量子比特的非Identity泡利算符(未归一化)所形成集合(即,)中的每一个泡利算符P,基于该泡利算符P对量子电路得到的量子态ρ执行s次测量,计算并保存该量子态观测的期望值Ei。因为测量会导致量子态塌缩,所以“执行S次测量”共需要生成S个量子态ρ,即将随机基准测试量子电路重复作用于初始量子态共S次。
(4)利用步骤(3)得到的期望值计算所有泡利算符((4n-1)个)所对应结果的平方和:
其中,p(r|m)表示随机基准测试随机电路长度为m时第r轮时估算得到的量子态的纯度(purity)。如果量子计算机只含有酉噪声,那么p(r)=1。若量子计算机含有非酉噪声,则p(r)<1而且p(r)的大小直接反映量子计算机的酉噪声程度。
将上面所得到的R个观测值p(r),r=1,…,R求平均,得到量子电路长度为m时的平均期望值:
其中,p(m)刻画了量子电路长度为m时估算得到的量子态的平均纯度。
对于集合Σ中的每一个元素,均执行以上操作,以获得相应m值所对应的平均期望值p(m),直到集合Σ为空集。
当用于对量子计算机进行随机基准测试的序列长度集合Σ中每一个长度值都经过上述测试过程之后,得到数据集{p(m)|m∈Σ}。从而,在一些实施例中,可以基于集合Σ中的长度值信息以及所获得的数据集{p(m)|m∈Σ},可以按照以下公式进行目标函数的拟合:
f(m)=Auc m-1+B
其中,待拟合系数A和B吸收了量子态制备和测量过程(state preparation andmeasurement error,SPAM)中可能出现的噪声,而待定系数uc则刻画了量子计算机实现n量子比特复合量子门的平均酉噪声强度。
如上所述,此时目标函数的形式也并不限于上面所示的形式,除最高次幂m-1项之外,可以包括任意个的其他次幂的项,在此不作限制。
根据一些实施例,利用所得到的系数u和uc,目标量子门C的酉噪声强度ut可以通过以下公式估计得到:
从而,得到了目标量子门的酉噪声强度ut。因此,可以针对不同的目标量子门分别执行上述实施例所述的操作,以确定每个目标量子门的酉噪声强度ut。基于所确定的目标量子门的酉噪声强度,能够判断能否将该量子计算机用于实际量子计算过程、或者确定相应的噪声缓释方法以消除相应的酉噪声。
在一些示例中,量子计算机可以实现泡利Z测量。因此,可以在Z泡利Z测量的基础上通过相应的量子电路实现所确定的泡利算符所对应的测量方式。
在根据本公开实施例的一个示例性应用中,在含噪模拟器上测试所提出的确定量子计算机性能的随机基准测试方案。方案输入参数选择如下:量子比特数目n=1、指定的目标量子门为H门、随机基准序列长度集合Σ={1,3,5,7,10,13,15,17,20}、每个序列长度的重复次数R=20、每个随机电路的重复运行次数S=8192。量子计算机所支持的基础门集合Ω为任意量子门集合。
具体地,在每个随机n比特量子门后面,***一个给定的量子噪声信道ε用于模拟量子计算机的噪声行为。也就是说,理论上欲实现理想C量子门,但是量子计算机实际实现的是量子演化。举例来说,对于理想随机校准量子电路,共需要***m个量子噪声信道ε和m个量子噪声信道εc,得到的含噪随机校准量子电路如图5所示。
在数值模拟实验中,考虑的量子噪声为全局去极化信道噪声(globaldepolarizing noise)。指定目标量子门为H门,去极化参数ft为0.998,设定其余的基础量子门的去极化参数f为0.99。理论上H门的酉噪声强度可计算ut=ft 2=0.99604。构造量子门的方法为平均每2.8个基础门构造一个Clifford门,因此平均酉噪声强度为u=f5.6≈0.9453。
图6示出了上述示例性实施例的酉噪声随机基准测试的结果示意图;从实验结果来看,平均Clifford量子门酉噪声强度为0.9497(即基于第一量子电路结构的随即基准测试所得到的第一酉噪声强度,UnitarityRB unitarity),与理论值0.9453匹配。使用交替式酉噪声随机基准测试方案(所获得第二酉噪声强度(InterleavedURB unitarity)为0.9436),可估计得到目标H门的酉噪声强度为0.9936,与理论值0.99604吻合,其中***误差界(Systematic error bound)为0.0942。误差主要来源于随机采样,如果增大重复采样次数可进一步减少统计误差。
根据本公开的实施例,如图7所示,还提供了一种量子计算机性能确定装置700,包括:第一获取单元710,配置为基于第一量子电路结构执行随机基准测试方法,以获得第一酉噪声强度,其中所述第一量子电路结构包括第一预设数量的顺序串接的n比特Clifford量子门,n为正整数;第二获取单元720,配置为基于第二量子电路结构执行所述随机基准测试方法,以获得第二酉噪声强度,其中所述第二量子电路结构包括第二预设数量的n比特Clifford量子门以及所述第二预设数量的n比特目标量子门,Clifford量子门和目标量子门交替串接;以及确定单元730,配置为基于所述第一酉噪声强度以及所述第二酉噪声强度,确定所述目标量子门的酉噪声强度。
所述随机基准测试方法包括以下步骤:确定用于随机基准测试的预设数量集合,并将所述集合中的每一个预设数量m作为所述第一预设数量或所述第二预设数量,执行以下操作R次,其中m、R均为正整数:获取随机生成的m个n比特的Clifford量子门,以生成相对应的量子电路,其中所述量子电路基于所述第一量子电路结构或所述第二量子电路结构;确定由多个n比特的泡利算符所组成的泡利算符集合;对于所述泡利算符集合中的每一个泡利算符:将所述量子电路作用于初始量子态,以基于该泡利算符对所述量子电路输出的量子态执行多次测量,并基于所述多次测量所获得的测量结果计算期望值;以及基于所述泡利算符集合中的每个泡利算符所对应的期望值确定所输出量子态的纯度;对于每个m,确定R次操作后所输出量子态的平均纯度;基于每个m所对应的平均纯度进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为m-1;以及基于拟合结果确定相应的酉噪声强度,其中所述酉噪声强度为所述第一酉噪声强度或第二酉噪声强度。
这里,量子计算机性能确定装置700的上述各单元710~730的操作分别与前面描述的步骤210~230的操作类似,在此不再赘述。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
参考图8,现将描述可以作为本公开的服务器或客户端的电子设备800的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM803中,还可存储电子设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向电子设备800输入信息的任何类型的设备,输入单元806可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元807可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、***和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (13)
1.一种量子计算机性能确定方法,包括:
基于第一量子电路结构执行随机基准测试方法,以获得第一酉噪声强度,其中所述第一量子电路结构包括第一预设数量的顺序串接的n比特Clifford量子门,n为正整数;
基于第二量子电路结构执行所述随机基准测试方法,以获得第二酉噪声强度,其中所述第二量子电路结构包括第二预设数量的n比特Clifford量子门以及所述第二预设数量的n比特目标量子门,Clifford量子门和目标量子门交替串接;以及
基于所述第一酉噪声强度以及所述第二酉噪声强度,确定所述目标量子门的酉噪声强度,
其中,所述随机基准测试方法包括以下步骤:
确定用于随机基准测试的预设数量集合,并将所述集合中的每一个预设数量m作为所述第一预设数量或所述第二预设数量,执行以下操作R次,其中m、R均为正整数:
获取随机生成的m个n比特的Clifford量子门,以生成相对应的量子电路,其中所述量子电路基于所述第一量子电路结构或所述第二量子电路结构;
确定由多个n比特的泡利算符所组成的泡利算符集合;
对于所述泡利算符集合中的每一个泡利算符:将所述量子电路作用于初始量子态,以基于该泡利算符对所述量子电路输出的量子态执行多次测量,并基于所述多次测量所获得的测量结果计算期望值;以及
基于所述泡利算符集合中的每个泡利算符所对应的期望值确定所输出量子态的纯度;
对于每个m,确定R次操作后所输出量子态的平均纯度;
基于每个m所对应的平均纯度进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为m-1;以及
基于拟合结果确定相应的酉噪声强度,其中所述酉噪声强度为所述第一酉噪声强度或第二酉噪声强度。
2.如权利要求1所述的方法,其中,所述目标函数包括以下形式:
r(m)=Aum-1+B
其中,A和B为待拟合系数,u表示待确定的酉噪声强度。
3.如权利要求1所述的方法,其中,其中,所述目标函数包括以下形式:
r(m)=Aum-1+Bum-2+…+Cu+D
其中,A,B,...,C,D均为待拟合系数,u表示待确定的酉噪声强度。
6.一种量子计算机性能确定装置,包括:
第一获取单元,配置为基于第一量子电路结构执行随机基准测试方法,以获得第一酉噪声强度,其中所述第一量子电路结构包括第一预设数量的顺序串接的n比特Clifford量子门,n为正整数;
第二获取单元,配置为基于第二量子电路结构执行所述随机基准测试方法,以获得第二酉噪声强度,其中所述第二量子电路结构包括第二预设数量的n比特Clifford量子门以及所述第二预设数量的n比特目标量子门,Clifford量子门和目标量子门交替串接;以及
确定单元,配置为基于所述第一酉噪声强度以及所述第二酉噪声强度,确定所述目标量子门的酉噪声强度,
其中,所述随机基准测试方法包括以下步骤:
确定用于随机基准测试的预设数量集合,并将所述集合中的每一个预设数量m作为所述第一预设数量或所述第二预设数量,执行以下操作R次,其中m、R均为正整数:
获取随机生成的m个n比特的Clifford量子门,以生成相对应的量子电路,其中所述量子电路基于所述第一量子电路结构或所述第二量子电路结构;
确定由多个n比特的泡利算符所组成的泡利算符集合;
对于所述泡利算符集合中的每一个泡利算符:将所述量子电路作用于初始量子态,以基于该泡利算符对所述量子电路输出的量子态执行多次测量,并基于所述多次测量所获得的测量结果计算期望值;以及
基于所述泡利算符集合中的每个泡利算符所对应的期望值确定所输出量子态的纯度;
对于每个m,确定R次操作后所输出量子态的平均纯度;
基于每个m所对应的平均纯度进行目标函数拟合,其中对于每个m,所述目标函数的最高次幂为m-1;以及
基于拟合结果确定相应的酉噪声强度,其中所述酉噪声强度为所述第一酉噪声强度或第二酉噪声强度。
7.如权利要求6所述的装置,其中,所述目标函数包括以下形式:
r(m)=Aum-1+B
其中,A和B为待拟合系数,u表示待确定的酉噪声强度。
8.如权利要求6所述的装置,其中,其中,所述目标函数包括以下形式:
r(m)=Aum-1+Bum-2+…+Cu+D
其中,A,B,...,C,D均为待拟合系数,u表示待确定的酉噪声强度。
11.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957765.9A CN115329972B (zh) | 2022-08-10 | 2022-08-10 | 量子计算机性能确定方法及装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210957765.9A CN115329972B (zh) | 2022-08-10 | 2022-08-10 | 量子计算机性能确定方法及装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115329972A true CN115329972A (zh) | 2022-11-11 |
CN115329972B CN115329972B (zh) | 2024-07-12 |
Family
ID=83920868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210957765.9A Active CN115329972B (zh) | 2022-08-10 | 2022-08-10 | 量子计算机性能确定方法及装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115329972B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523065A (zh) * | 2023-04-18 | 2023-08-01 | 北京百度网讯科技有限公司 | 确定量子设备演化酉矩阵的方法及装置、电子设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170308803A1 (en) * | 2015-11-20 | 2017-10-26 | Joel J. Wallman | Randomized Compiling for Quantum Computation |
CN113011592A (zh) * | 2021-01-18 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 量子比特的串扰分析方法、装置、计算机设备和存储介质 |
US20210294680A1 (en) * | 2018-08-10 | 2021-09-23 | Rigetti & Co, Inc. | Reducing Unitary Error in a Quantum Computation System |
CN113516248A (zh) * | 2021-07-12 | 2021-10-19 | 北京百度网讯科技有限公司 | 一种量子门测试方法、装置及电子设备 |
CN113537501A (zh) * | 2021-07-12 | 2021-10-22 | 北京百度网讯科技有限公司 | 电磁串扰的标定和缓释方法、装置及电子设备 |
CN114462613A (zh) * | 2022-03-14 | 2022-05-10 | 北京百度网讯科技有限公司 | 量子计算机性能刻画方法及装置、电子设备和介质 |
US11348027B1 (en) * | 2021-03-22 | 2022-05-31 | Alibaba Singapore Holding Private Limited | Methods and systems of fully-randomized benchmarking for quantum circuits |
CN114580649A (zh) * | 2022-03-09 | 2022-06-03 | 北京百度网讯科技有限公司 | 消除量子泡利噪声的方法及装置、电子设备和介质 |
-
2022
- 2022-08-10 CN CN202210957765.9A patent/CN115329972B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170308803A1 (en) * | 2015-11-20 | 2017-10-26 | Joel J. Wallman | Randomized Compiling for Quantum Computation |
US20210294680A1 (en) * | 2018-08-10 | 2021-09-23 | Rigetti & Co, Inc. | Reducing Unitary Error in a Quantum Computation System |
CN113011592A (zh) * | 2021-01-18 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 量子比特的串扰分析方法、装置、计算机设备和存储介质 |
US11348027B1 (en) * | 2021-03-22 | 2022-05-31 | Alibaba Singapore Holding Private Limited | Methods and systems of fully-randomized benchmarking for quantum circuits |
CN113516248A (zh) * | 2021-07-12 | 2021-10-19 | 北京百度网讯科技有限公司 | 一种量子门测试方法、装置及电子设备 |
CN113537501A (zh) * | 2021-07-12 | 2021-10-22 | 北京百度网讯科技有限公司 | 电磁串扰的标定和缓释方法、装置及电子设备 |
CN114580649A (zh) * | 2022-03-09 | 2022-06-03 | 北京百度网讯科技有限公司 | 消除量子泡利噪声的方法及装置、电子设备和介质 |
CN114462613A (zh) * | 2022-03-14 | 2022-05-10 | 北京百度网讯科技有限公司 | 量子计算机性能刻画方法及装置、电子设备和介质 |
Non-Patent Citations (3)
Title |
---|
ARNAUD CARIGNAN-DUGAS, ET AL: "Bounding the average gate fidelity of composite channels using the unitarity", 《QUANTUM PHYSICS》, 23 August 2019 (2019-08-23), pages 1 - 12 * |
BAS DIRKSE, ET AL: "Efficient Unitarity Randomized Benchmarking of few-qubit clifford gates", 《PHYSICAL REVIEW A》, 10 January 2019 (2019-01-10), pages 1 - 35 * |
张宇青: "联合噪声下量子通信协议研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》, vol. 2021, no. 03, 15 March 2021 (2021-03-15), pages 005 - 24 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116523065A (zh) * | 2023-04-18 | 2023-08-01 | 北京百度网讯科技有限公司 | 确定量子设备演化酉矩阵的方法及装置、电子设备和介质 |
CN116523065B (zh) * | 2023-04-18 | 2024-07-12 | 北京百度网讯科技有限公司 | 确定量子设备演化酉矩阵的方法及装置、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115329972B (zh) | 2024-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113011593B (zh) | 消除量子测量噪声的方法及***、电子设备和介质 | |
JP7368580B2 (ja) | 量子コンピュータの性能特徴付け方法、装置、電子機器、及び媒体 | |
CN113098803B (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN114037084B (zh) | 量子测量设备校准方法及装置、电子设备和介质 | |
CN112529196B (zh) | 量子纠缠探测方法、装置、电子设备及存储介质 | |
CN115994582B (zh) | 量子测量设备性能比较方法及装置、电子设备和介质 | |
CN114021728B (zh) | 量子数据测量方法及***、电子设备和介质 | |
CN114997407A (zh) | 量子测量设备的噪声消除方法及装置、电子设备和介质 | |
CN114462614B (zh) | 量子噪声强度确定方法及装置、电子设备和介质 | |
AU2022241510B2 (en) | Method and apparatus for calibrating quantum measurement device, electronic device, and medium | |
CN114580648A (zh) | 消除广义振幅阻尼噪声的方法及装置、电子设备和介质 | |
CN114580649A (zh) | 消除量子泡利噪声的方法及装置、电子设备和介质 | |
CN115329972B (zh) | 量子计算机性能确定方法及装置、电子设备和介质 | |
CN113098802B (zh) | 量子噪声信道的逆映射分解方法及装置、电子设备和介质 | |
CN114897175B (zh) | 量子测量设备的噪声消除方法及装置、电子设备和介质 | |
CN116739098B (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
CN116739097B (zh) | 量子测量设备性能估计方法及装置、电子设备和介质 | |
CN116402147B (zh) | 量子设备性能比较方法及装置、电子设备和介质 | |
CN116362341B (zh) | 量子设备酉变换程度确定方法及装置、电子设备和介质 | |
CN116362340B (zh) | 量子设备性能比较方法及装置、电子设备和介质 | |
CN116629368B (zh) | 量子设备酉变换程度确定方法及装置、电子设备和介质 | |
CN116306956B (zh) | 消除量子计算机噪声的方法及装置、电子设备和介质 | |
CN114970871A (zh) | 量子噪声强度确定方法及装置、电子设备和介质 | |
CN114239840A (zh) | 量子信道噪声系数估计方法及装置、电子设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |