Absorción del ruido propagado (PNA)

Este paquete implementa la absorción de ruido propagado (PNA) [1] para mitigar los errores en el valor esperado de las observables.

El PNA funciona «absorbiendo» las inversas de los canales de ruido aprendidos en un observable objetivo mediante la propagación de Pauli. Es decir, cada generador de ruido de Pauli del modelo de ruido se propaga de forma clásica hasta el final del circuito y se aplica al observable. Esto da lugar a un nuevo observable que, cuando se mide en una QPU, mitiga el ruido de las puertas aprendido.

Este paquete es adecuado para estimar los valores esperados de circuitos cuánticos generales y observables de Pauli; sin embargo, la técnica suele ser más eficaz en circuitos que son casi Clifford.

cómo empezar

En la guía de inicio rápido encontrarás una guía sencilla que te ayudará a empezar a utilizar este paquete rápidamente.

Ejemplos de casos de uso

Esta técnica se ha utilizado para mitigar el ruido en modelos de Ising «trotterizados» de 56 qubits [1].

Debate técnico

Resumen del método

La ejecución de puertas de entrelazamiento en las QPU modernas genera una cantidad considerable de ruido. Hasta que no se disponga de dispositivos totalmente tolerantes a fallos, no se podrán utilizar las puertas de entrelazamiento ideales, $U$. En cambio, se verán afectados por algún canal de ruido, $\Lambda$.

Es posible estudiar y caracterizar de forma eficaz este ruido de puerta como un modelo de Pauli-Lindblad y, tal y como se demuestra en la cancelación probabilística de errores (PEC), podemos mitigar el error implementando el antirruido « $\Lambda^{-1}$ » mediante un protocolo de muestreo de la QPU [2]. Otras técnicas, como la mitigación de errores mediante redes tensoriales (TEM), implementan el canal de ruido inverso como un paso clásico de posprocesamiento [3].

Al igual que TEM, PNA implementa el canal de ruido inverso en una etapa de procesamiento clásica. Mientras que el método TEM utiliza redes tensoriales para describir y aplicar el mapa de mitigación del ruido a un conjunto de mediciones informacionalmente completas, el método PNA utiliza la propagación de Pauli para propagar el observable « $O$ » a través del canal de ruido inverso. Esto da lugar a una nueva magnitud observable, $\tilde{O}$, que, al medirse frente al estado con ruido, mitiga el ruido aprendido.

Fuentes de sesgo

• Esta implementación propaga cada generador de error de Pauli dentro de cada canal antirruido, $\Lambda^{-1}_i$, hasta el final del circuito. A medida que cada generador antirruido se propaga hacia delante a través del circuito bajo la acción de $N$ puertas de rotación de Pauli de un circuito de $M$ -qubits, el número de términos aumentará según la fórmula $O(2^N)$ hasta alcanzar un máximo de $4^M$ componentes de Pauli únicos. Para controlar el coste computacional, es necesario truncar los términos con coeficientes pequeños, lo que da lugar a cierto error en el canal antirruido evolucionado.
• Además del truncamiento del canal antirruido evolucionado, $\Lambda^{-1}$, $\tilde{O}$ también se trunca a medida que se propaga a través de $\Lambda^{-1}$. Esto también constituye una fuente de sesgo en el valor esperado final mitigado.
• Aunque dejar que « $\tilde{O}$ » crezca más durante la propagación aumentará su precisión, medirlo requiere realizar muchas más iteraciones en la QPU. Normalmente, esto aumenta los coeficientes de los términos de Pauli originales en $O$, además de generar muchos términos de Pauli nuevos con coeficientes más pequeños. Tanto el reescalado de los coeficientes originales como la creación de nuevos términos pueden aumentar la sobrecarga de muestreo. En la práctica, volvemos a realizar un truncamiento midiendo únicamente los términos más grandes de $\tilde{O}$.

contribuir

El código fuente está disponible en GitHub.

La guía para desarrolladores se encuentra en CONTRIBUTING.md, en el directorio raíz del repositorio de este proyecto. Al participar, se espera que respetes el código de conducta de Qiskit.

Utilizamos los problemas GitHub para el seguimiento de las solicitudes y los errores.

Citar este paquete

Si utilizas este paquete en tu investigación, utiliza el archivo « CITATION.bib » que se encuentra en el repositorio de este proyecto para citar las referencias correspondientes.

Licencia

Apache Licencia 2.0

Política de obsolescencia

Seguimos el sistema de versionado semántico. Es posible que, de vez en cuando, realicemos cambios que afecten al funcionamiento del sistema con el fin de mejorar la experiencia del usuario. Siempre que sea posible, mantendremos las interfaces antiguas y las marcaremos como obsoletas, siempre y cuando puedan coexistir con las nuevas. Cada mejora significativa, cambio que implique incompatibilidad o función en desuso se documentará en las notas de la versión.

Referencias

1. Andrew Eddins y otros, Cálculo de observables con cancelación de ruido mediante la propagación de Pauli, arXiv:2606.20441 [quant-ph].

2. Ewout van den Berg y otros, Cancelación probabilística de errores con modelos de Pauli-Lindblad dispersos en procesadores cuánticos con ruido, arXiv:2201.09866 [quant-ph].

3. Sergei Filippov y otros, Mitigación escalable de errores mediante redes tensoriales para la computación cuántica a corto plazo, arXiv:2307.11740 [quant-ph].