Skip to main content
IBM Quantum Platform

Riferimenti all'API dei componenti aggiuntivi di Qiskit

Esplora la documentazione di riferimento delle API degli addon di Qiskit per imparare a utilizzare i relativi endpoint, parametri e operazioni.

All Qiskit addons

Una raccolta di capacità di ricerca modulari che permettono la scoperta di nuovi algoritmi quantistici.

Ulteriori informazioni
  • Addon utilities

    Una raccolta di strumenti per integrare i flussi di lavoro che coinvolgono uno o più componenti aggiuntivi di Qiskit.

  • Approximate quantum compilation tensor

    Consente la costruzione di circuiti ad alta fedeltà con profondità ridotta.

  • Circuit cutting

    Riduce la profondità dei circuiti transpilati scomponendo le porte di entanglement tra qubit non adiacenti.

  • Multi-product formulas

    Riduce l'errore di Trotter nella dinamica hamiltoniana attraverso una combinazione ponderata di diverse esecuzioni del circuito.

  • Operator backpropagation

    Riduce la profondità del circuito eliminando operazioni dalle estremità.

  • Sample-based quantum diagonalization

    Fornisce stime più accurate degli autovalori dell'Hamiltoniano di un sistema quantistico.

  • Paulice

    Migliorare la fedeltà delle distribuzioni campionate utilizzando controlli di Pauli efficienti dal punto di vista hardware, basati su codici spazio-temporali.

  • Propagated noise absorption

    Attenuare i valori attesi misurando un obiettivo osservabile che abbia assorbito le informazioni del modello di rumore.

  • Pauli propagation

    Un framework per approssimare l'evoluzione degli operatori, che può essere utilizzato per simulare i valori attesi e implementare tecniche di mitigazione degli errori, quali l'assorbimento del rumore propagato (PNA) e i coni di luce ombreggiati.

  • Qiskit Fermions (Python)

    Amplia l'SDK di Qiskit Python con strumenti per lavorare su sistemi fermionici

  • Qiskit Fermions (C)

    Amplia l'SDK C di Qiskit con strumenti per lavorare su sistemi fermionici

  • Shaded lightcones

    Ridurre il sovraccarico di campionamento della cancellazione dell'errore probabilistico (PEC) eliminando i termini del modello di rumore che hanno un impatto limitato sulla stima delle variabili osservabili.