qiskit_noise_learning.analysis.FlipPostSelect

class qiskit_noise_learning.analysis.FlipPostSelect(creg_identifier: Callable[[list[str]], Iterator[tuple[str, ...]]] | None = None, mode: Literal['node', 'edge'] = 'edge')

Basi: AnalysisStage

Applicare una maschera ai dati grezzi in base agli errori di inversione di bit nei registri classici.

Questa fase successiva alla selezione identifica gruppi composti da uno o due creg, contrassegna le parti difettose di ciascun gruppo e maschera le riprese in base alla struttura dei difetti. Entrambe le regole interpretano l’ esito di un bit, data ^ measurement_flips, che corrisponde al valore misurato una volta annullato il ribaltamento introdotto dalla misurazione. Ciò che viene considerato un fallimento dipende dalle dimensioni del gruppo:

• Due serie di misurazioni (base, ps): il test è fallito j se il risultato è lo stesso in entrambe, ovvero se non si è verificata alcuna variazione tra le due misurazioni.
• Un creg (base,): il bit viene considerato non j riuscito se il suo risultato è True. Questa è la regola naturale quando ci si aspetta che un creg restituisca tutti zeri, e coincide con la regola dei due creg per un registro ps composto interamente da uno.

Tenuto conto dei bit difettosi, la modalità determina quali scatti vengono scartati:

• "node": Le misurazioni vengono scartate se almeno un bit risulta errato.
• "edge": Gli scatti vengono scartati se nella mappa di accoppiamento esiste una coppia di qubit adiacenti per i quali entrambi i bit hanno dato esito negativo.

Parametri

• creg_identifier – Una funzione che, dato un elenco di nomi di creg presenti, restituisce un iteratore su tuple di nomi di creg su cui effettuare una selezione successiva. Ogni tupla contiene uno o due nomi, a seconda della regola corrispondente sopra indicata. Per impostazione predefinita, ogni creg denominato viene associato "*_ps" a "*" se quest'ultimo è presente; in caso contrario, viene trattato come un elemento a sé stante.
• modalità – Modalità post-selezione; o o "node" "edge".

Aumenti

ValueError : se non mode è o "node" "edge".

__init__

Metodi

Attributi

input_level

output_level