Cônes de lumière ombrés (SLC)
qiskit-addon-slc est un module permettant de calculer le cône de lumière ombré (SLC) [1] d'une observable par rapport à un circuit quantique. Dans le cadre de la compensation probabiliste des erreurs (PEC), les cônes de lumière ombrés s'apparentent aux cônes de lumière binaires classiques en ce sens que le fait de ne pas corriger les erreurs situées en dehors du cône de lumière peut réduire la variance (c'est-à-dire le coût d'échantillonnage). L'ombrage par cône de lumière permet d'aller plus loin dans cette stratégie en attribuant des échelles aux générateurs d'erreurs de Pauli au sein du cône de lumière causal. Les erreurs auxquelles sont attribuées des échelles plus faibles ont moins d'impact sur la grandeur observable; leur exclusion du modèle de bruit peut réduire la variance (c'est-à-dire le coût d'échantillonnage) au prix d'un certain biais. Ce module qiskit-addon-slc permet aux utilisateurs d'effectuer un ombrage par cône de lumière et de gérer le compromis entre le coût d'échantillonnage et le biais.
Mise en route
Un guide simple destiné à vous aider à vous familiariser rapidement avec ce logiciel est disponible dans le guide de démarrage rapide.
Exemples de cas d'utilisation
Cette technique a été utilisée pour optimiser le coût d'échantillonnage de la PEC sur un circuit d'Ising en miroir de 20 qubits [tutoriel].
Débat technique
Présentation de la méthode
Les cônes de lumière ombrés sont calculés et utilisés en 5 étapes :
- Calculer une borne sur l'effet de chaque terme d'erreur de Pauli sur l'observable à la sortie du circuit (borne vers l'avant)
- Calculer une borne de l'effet de chaque terme d'erreur de Pauli sur l'état initial au début du circuit (borne vers l'arrière)
- Estimer approximativement la contribution au biais de chaque terme d'erreur de Pauli à l'aide des bornes « forward » et « backward » et du taux d'erreur du terme
- Classez les termes d'erreur par ordre de priorité en fonction de leur taux d'erreur et de leurs limites. Supprimer les termes du modèle de bruit qui ont le moins d'effet sur la valeur attendue observable jusqu'à ce que la tolérance de biais spécifiée par l'utilisateur soit atteinte. Sinon, on peut ajouter les termes d'erreur les plus significatifs à un modèle de bruit jusqu'à ce que le budget de coût d'échantillonnage défini par l'utilisateur soit épuisé.
- Modifier le modèle de bruit tronqué. Grâce au modèle d'exécution dirigée présenté à l'adresse Qiskit Runtime, il est très simple de spécifier les termes d'erreur à ignorer lors de l'échantillonnage PEC. Consultez le tutoriel pour plus de détails.
Fonctionnalités du logiciel
- Calcul parallèle asynchrone lié
- Propagation accélérée par la rouille
- Permet d'effectuer des calculs liés aux limites en amont (c'est-à-dire avant l'apprentissage du bruit proprement dit)
Problèmes connus
- Windows n'est pas pris en charge
- InjectNoise(site=”before” ) non pris en charge
- Ne prend pas en charge la fusion de limites à granularité fine
Travaux futurs
- Calcul des valeurs propres accéléré par Rust pour l'estimation des limites en avant
- D'autres guides seront bientôt disponibles
Contribuer
Le code source est disponible sur GitHub.
Le guide du développeur se trouve à l'adresse CONTRIBUTING.md, à la racine du dépôt de ce projet. En participant, vous vous engagez à respecter le code de conduite de Qiskit.
Nous utilisons les tickets d' GitHub pour suivre les demandes et les bogues.
En citant ce paquet
Si vous utilisez ce package dans le cadre de vos travaux de recherche, veuillez vous reporter au fichier « CITATION.bib » présent dans le dépôt de ce projet afin de citer la ou les références appropriées.
Licence
Politique de dépréciation
Nous suivons la politique de versionnement sémantique. Il peut nous arriver d'apporter occasionnellement des modifications importantes afin d'améliorer l'expérience utilisateur. Dans la mesure du possible, nous conserverons les anciennes interfaces et les marquerons comme obsolètes, à condition qu'elles puissent coexister avec les nouvelles. Chaque amélioration majeure, changement entraînant une incompatibilité ou fonctionnalité obsolète sera consignée dans les notes de mise à jour.
Contribuer
Le code source est disponible sur GitHub.
Le guide du développeur est disponible à l'adresse CONTRIBUTING.md. En participant, vous vous engagez à respecter le code de conduite de Qiskit.
Nous utilisons les tickets d' GitHub pour suivre les demandes et les bogues.
Références
- Andrew Eddins et al., Ombrage par cône de lumière pour l'atténuation des erreurs quantiques par accélération classique, arXiv:2409.04401v1 [quant-ph].