qiskit_noise_learning.analysis.LegacySolve

class qiskit_noise_learning.analysis.LegacySolve

Basi: AnalysisStage

Calcola il utilizzando ModelData il metodo tradizionale della fedeltà a coppie.

Questa classe è più specializzata rispetto ad altri risolutori di modelli. Mentre le altre fasi sono progettate per funzionare con modelli generali e insiemi di percorsi, questa fase presenta le seguenti restrizioni e limitazioni:

• Si ipotizza che l'insieme delle porte sia costituito esclusivamente da porte unitarie di preparazione, di misura e autoinverse.
• Si ipotizza che il modello sia un PauliLindbladModel per il quale il rumore del gate unitario sia 2-locale, il rumore di misura sia 1-locale e la preparazione sia considerata perfetta. Inoltre, per un dato gate, nel processo di adattamento si ipotizza che le fedeltà dei “Pauli coniugati” (Pauli che vengono mappati l’uno sull’altro in corrispondenza del gate) siano uguali.
• Accetta solo percorsi SPAMPaths e EvenDepthVanillaPaths da analizzare.
• L'adattamento del modello a gate unitario si basa esclusivamente sui dati relativi al decadimento esponenziale; pertanto, questa fase deve essere eseguita dopo CurveFitObservables.

Il processo di adattamento procede analizzando le curve di decadimento per ciascun gate unitario in modo indipendente, e lo stesso vale per qualsiasi esperimento SPAM.

• Per i gate unitari viene costruita e risolta una matrice di progetto più ristretta, ottenuta in base all’uguaglianza delle fedeltà con i Pauli coniugati. Non vengono prese in considerazione le fedeltà di peso superiori a 2.
• Per lo SPAM, poiché si presume che la preparazione sia perfetta, tutto il rumore viene attribuito alla misurazione: il tasso del corrispondente generatore a singolo qubit $X$ viene calcolato direttamente come $-\ln(F)/2$ per una fedeltà misurata $F$, troncata a zero, con la sua varianza propagata dall’incertezza di tale fedeltà.

In entrambi i casi, l’insieme dei generatori adattati e restituiti viene costruito in base ai Pauli presenti nelle fidelità riscontrate nei percorsi.

Ulteriori note:

• I tassi di gate unitari sono riportati con covarianza pari a zero.
• Quando lo stesso Pauli compare in più di un percorso, le stime di fedeltà devono essere uguali; in caso contrario, questo risolutore genera un errore.

__init__

Metodi

input_level

output_level