Skip to main content
IBM Quantum Platform

Analisi

qiskit_noise_learning.analysis

Analisi dei dati.


Classi

Rubrica 1
Rubrica 2
AnalysisPipelineUn composito AnalysisStage che concatena le fasi in ordine sequenziale.
AnalysisStageBase astratta per una fase nella pipeline di analisi.
AverageObservablesValori medi delle grandezze osservabili su diverse randomizzazioni per ciascuna coppia costituita da un percorso non vincolato e una profondità del frammento.
ComputeObservablesCalcolare i dati osservabili a partire dai dati grezzi.
CurveFitObservablesAdattare i dati osservabili a decadimenti esponenziali della forma a * f**fragment_depth, e calcolare la media delle grandezze osservabili residue su una serie di randomizzazioni.
FitContenitore per i dati a ciascun livello della gerarchia di analisi.
FlipPostSelectApplicare una maschera ai dati grezzi in base agli errori di inversione di bit nei registri classici.
LeastSquaresSolveRisolve mediante ModelData il metodo dei minimi quadrati, con vincoli opzionali di non negatività.
LegacySolveCalcola il valore di ModelData utilizzando il metodo tradizionale della fedeltà di coppia.
LinearSystemDataIl sistema lineare da risolvere e i metadati in formato grezzo.
PositivityMinSolveRisolve l'equazione minimizzando ModelData al contempo la positività del tasso di Pauli-Lindblad.
SymmetrizeFidelitiesIl generatore di progetti si proietta nello spazio nullo di simmetria-fedeltà, gate per gate.
SymmetrizeGeneratorsTassi del generatore di progetti per soddisfare la simmetria di coniugazione, gate per gate.
Questa pagina è stata utile?
Segnala un bug, un errore di battitura o richiedi contenuti su GitHub.