Skip to main content
IBM Quantum Platform

소음 관리

qiskit_addon_utils.noise_management

소음 관리 도구.

trex_factors

trex_factors(measurement_noise_map, basis_dict, /)

GitHub

basis_dict 에서 각 폴리 항에 대한 TREX 완화 알고리즘의 기대치 스케일 계수를 계산합니다.

학습된 측정 잡음을 사용하여 각 관측량 내의 각 비정체 파울리 항에 대해 ZN\langle Z^N \rangle 를 계산하며, 여기서 NN 는 해당 항 내의 비정체 지수들이다.

매개변수

  • measurement_noise_map (PauliLindbladMap) – 학습된 측정 노이즈( PauliLindbladMap 형식).
  • basis_dict (dict[Pauli, list[SparsePauliOp | None]]) – TREX 알고리즘이 기대값 계산을 완화하는 측정 기준과 관측 가능한 변수 간의 대응 관계.

리턴

주어진 베이시스_dict의 각 관측 가능한 각 폴리 항에 대한 TREX 완화 알고리즘의 기대치 스케일 계수를 나타내는 정수형 플로트 배열 목록입니다.

gamma_from_noisy_boxes

gamma_from_noisy_boxes(noise_models, box_id_to_noise_id, noise_scales_each_box=None)

GitHub

해당 회로의 박스에 대한 폴리-린드블라드 잡음 모델이 주어지면 회로의 감마 계수를 계산합니다.

이 함수는 노이즈 모델이 회로의 노이즈를 나타내므로 양수 린드블래드 비율을 갖도록 기대합니다. 반환된 감마는 회로의 노이즈를 제거하는 데 필요한 역 노이즈 맵과 관련된 감마입니다.

매개변수

  • noise_models (dict[str, PauliLindbladMap]) – 노이즈 모델 ID(문자열)와 회로의 각 고유 노이즈 박스에 대한 학습된 노이즈 모델 딕셔너리입니다.
  • box_id_to_noise_id (dict[str, str]) – 박스 ID 및 노이즈 모델 ID의 딕셔너리.
  • noise_scales_each_box (dict[str, ndarray] | None) – 관련 노이즈 모델에서 각 발전기의 린드블래드 오차율을 재조정할 박스 ID 및 요인에 대한 딕셔너리입니다.

리턴

감마 인자.

레이즈

길이가 **인 경우 ValueError**** noise_scales_each_box의 배열은 길이와 같지 않습니다.**** ~의 **** 요금**** ** 연관된 – 노이즈_모델의 PauliLindbladMap.

리턴 유형

부동

PostSelectionSummary

class PostSelectionSummary(primary_cregs, measure_map, edges, *, post_selection_suffix='_ps')

GitHub

베이스: object

선택 결과를 게시하는 데 필요한 양자 회로의 속성을 저장하는 헬퍼 클래스입니다.

PostSelectionSummary 개체를 초기화합니다.

매개변수

  • primary_cregs (set[str]) – "기본" 클래식 레지스터의 이름, 즉 포스트 선택 접미사로 끝나지 않는 이름입니다.
  • measure_map (dict[int, tuple[str, int]]) – 큐비트 인덱스와 레지스터 및 해당 큐비트에 대한 측정을 고유하게 정의하는 클릿 사이의 맵입니다.
  • edges (set[frozenset[int]]) – 이웃하는 큐비트 쌍을 정의하는 튜플 목록입니다.
  • post_selection_suffix (str) – 게시물 선택 레지스터의 접미사입니다.

edges

유형: set[frozenset[int]]

엣지 기반 게시물 선택 시 고려해야 할 엣지 집합입니다.

from_circuit

classmethod from_circuit(circuit, coupling_map, *, post_selection_suffix='_ps')

GitHub

양자 회로에서 초기화합니다.

매개변수

  • circuit (QuantumCircuit) – 요약을 생성할 회로입니다.
  • coupling_map (CouplingMap |list[tuple[int, int]]) – 인접한 큐비트 쌍을 나타내는 커플링 맵 또는 튜플 목록입니다.
  • post_selection_suffix (str) – 클래식 레지스터를 복사할 때 클래식 레지스터 이름에 추가할 고정 접미사입니다.

리턴 유형

PostSelectionSummary

measure_map

유형: dict[int, tuple[str, int]]

큐비트 인덱스에서 해당 큐비트를 측정하는 데 사용되는 레지스터 및 cl비트 인덱스로의 맵입니다.

post_selection_suffix

유형: str

게시물 선택 레지스터의 접미사입니다.

primary_cregs

유형: set[str]

"기본" 클래식 레지스터의 이름입니다.

PostSelector

class PostSelector(summary)

GitHub

베이스: object

선택 후 측정 결과를 기반으로 양자 프로그램의 결과를 처리하는 클래스입니다.

PostSelector 개체를 초기화합니다.

매개변수

summary (PostSelectionSummary) – 포스트 선택 중인 회로의 요약입니다.

compute_mask

compute_mask(result, strategy=PostSelectionStrategy.NODE)

GitHub

주어진 결과에 대해 어떤 샷을 유지하거나 버려야 하는지를 나타내는 부울 마스크를 계산합니다.

이 함수는 모든 측정 쌍과 선택 후 측정에서 반환된 비트를 비교하여 플립에 실패한 비트를 모두 식별합니다. 반납된 마스크에는 보관해야 하는 샷은 True 으로, 폐기해야 하는 샷은 False 으로 표시되어 있습니다.

구조상 반환된 마스크는 해당 결과의 배열과 동일한 모양이지만 차원이 하나 더 적습니다(모든 배열의 마지막 축, 오버클릿은 마스크에 존재하지 않음).

매개변수

  • result (dict[str, ndarray[tuple[int, ...], dtype[bool]]]) – 후처리할 결과입니다. 단일 항목 또는 사전을 포함하는 QuantumProgramResult 여야 합니다.
  • strategy (str | PostSelectionStrategy) – 결과를 처리하는 데 사용된 게시물 선택 전략입니다.

리턴 유형

ndarray[ tuple[ int,...]], dtype[* bool* ]]

from_circuit

classmethod from_circuit(circuit, coupling_map, *, post_selection_suffix='_ps')

GitHub

양자 회로에서 초기화합니다.

매개변수

  • 회로 - 결과를 처리할 회로입니다.
  • coupling_map (CouplingMap |list[tuple[int, int]]) – 인접한 큐비트 쌍을 나타내는 커플링 맵 또는 튜플 목록입니다.
  • post_selection_suffix (str) – 클래식 레지스터를 복사할 때 클래식 레지스터 이름에 추가할 고정 접미사입니다.
  • circuit (QuantumCircuit)

리턴 유형

PostSelector

summary

유형: PostSelectionSummary

포스트 선택 중인 회로의 요약입니다.

이 페이지가 도움이 되었습니까?
GitHub에서 버그, 오타를 보고하거나 컨텐츠를 요청하십시오.