qiskit_ibm_runtime.options_models.ZneOptions

field

Tipo: Literal['gate_folding', 'gate_folding_front', 'gate_folding_back', 'pea']

Valor predeterminado: 'gate_folding'

¿Qué técnica se debe utilizar para amplificar el ruido?

Uno de los siguientes:

• «gate_folding» (por defecto) utiliza el plegado de puertas de 2 qubits para amplificar el ruido. Si el ruido

  Si este factor requiere amplificar solo un subconjunto de las puertas, estas se eligen al azar.

• «gate_folding_front» utiliza el plegado de puertas de 2 qubits para amplificar el ruido. Si el ruido

  Si el factor requiere amplificar únicamente un subconjunto de las puertas, estas se seleccionan desde la parte delantera del circuito DAG ordenado topológicamente.

• «gate_folding_back» utiliza el plegado de puertas de 2 qubits para amplificar el ruido. Si el ruido

  Si el factor requiere amplificar únicamente un subconjunto de las puertas, estas se seleccionan de la parte posterior del circuito DAG ordenado topológicamente.

• «pea» utiliza una técnica denominada «amplificación probabilística de errores»

  ( PEA ) para amplificar el ruido. Cuando se seleccione esta opción, siempre se utilizará el giro de la compuerta, independientemente de si se ha activado o no en las opciones. En esta técnica, el modelo de ruido «twirled» de cada una de las capas únicas de puertas de entrelazamiento de tus circuitos ISA se aprende de antemano; consulta LayerNoiseLearningOptions para conocer las opciones de aprendizaje pertinentes. Una vez completados, los circuitos se ejecutan para cada factor de ruido, y cada capa de entrelazamiento de los circuitos se amplifica mediante la inyección probabilística de ruido de un solo qubit, proporcional al modelo de ruido aprendido correspondiente.

field

Tipo: Sequence[Annotated[float, Field(ge``=``0)]] | Literal['auto']

Valor predeterminado: 'auto'

Factores de ruido para evaluar el ajuste de los modelos de extrapolación en.

Si se selecciona «auto», los valores esperados se calcularán en [0, *noise_factors]. Esta opción no afecta en modo alguno a la ejecución ni al ajuste del modelo; únicamente determina los puntos en los que se evalúan los valores de extrapolators que se van a devolver en los campos de datos denominados y evs_extrapolated stds_extrapolated.

field

Tipo: ExtrapolatorType | Sequence[ExtrapolatorType]

Valor predeterminado: ('exponential', 'linear')

Extrapoladores que se van a probar (por orden) para la extrapolación con ruido cero.

Las opciones disponibles son:

• "exponential", que ajusta los datos mediante una función de decaimiento exponencial

  definida como $f(x; A, \tau) = A e^{-x/\tau}$, donde $A = f(0; A, \tau)$ es el valor en ausencia de ruido ( $x=0$ ) y $\tau>0$ es una tasa positiva.

• "double_exponential", que utiliza la suma de dos funciones exponenciales, tal y como se indica en la ref. 1.

• "polynomial_degree_(1 <= k <= 7)", que utiliza una función polinómica definida como

  $f(x; c_0, c_1, \ldots, c_k) = \sum_{i=0, k} c_i x^i$.

• "linear", lo que equivale a "polynomial_degree_1".

• "fallback", que simplemente devuelve los datos sin procesar correspondientes al nivel de ruido más bajo

  factor (normalmente 1) sin realizar ningún tipo de extrapolación.

Los valores extrapolados (evs_extrapolated y stds_extrapolated) se ordenan según el orden de los extrapoladores proporcionados. Si se especifica más de un extrapolador, los valores y evs que figuran stds en los datos del resultado se refieren al primer extrapolador que ha tenido éxito, determinándose dicho éxito de forma heurística.

field

Tipo: Annotated[Sequence[Annotated[float, Field(ge``=``1)]], AfterValidator(at_least_two_noise_factors)] | Literal['auto']

Valor predeterminado: 'auto'

Factores de ruido que deben utilizarse para la amplificación del ruido.

El valor predeterminado es DEFAULT_NOISE_FACTORS. Debe contener más valores que el número de grados de libertad (DOF) en todos los extrapoladores solicitados.

update(**kwargs)

Actualiza las opciones.

Parámetros

kwargs (Any)

Tipo de retorno

Ninguna