Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > quant-ph > arXiv:1610.00336

帮助 | 高级搜索

量子物理

arXiv:1610.00336 (quant-ph)
[提交于 2016年10月2日 (v1) ,最后修订 2017年4月13日 (此版本, v2)]

标题: QInfer:量子应用的统计推理软件

标题: QInfer: Statistical inference software for quantum applications

Authors:Christopher Granade, Christopher Ferrie, Ian Hincks, Steven Casagrande, Thomas Alexander, Jonathan Gross, Michal Kononenko, Yuval Sanders
摘要: 通过实验数据刻画量子系统对于诸如计量学和量子计算等不同应用至关重要。 然而,由于缺乏现成的软件来进行有原则的统计分析,以稳健且可重复的方式分析这些实验数据面临挑战。 我们通过引入开源库 QInfer 来提高刻画的稳健性和可重复性,以满足这一需求。 我们的库使得从层析实验、随机基准测试以及哈密顿量学习实验中分析数据变得容易,无论是后处理还是在线获取数据时都可以做到。 QInfer 还提供了从模拟运行中预测提议实验协议性能的功能。 通过提供基于有原则的统计分析的易用刻画工具,QInfer 帮助解决量子技术面临的许多未解决问题。
摘要: Characterizing quantum systems through experimental data is critical to applications as diverse as metrology and quantum computing. Analyzing this experimental data in a robust and reproducible manner is made challenging, however, by the lack of readily-available software for performing principled statistical analysis. We improve the robustness and reproducibility of characterization by introducing an open-source library, QInfer, to address this need. Our library makes it easy to analyze data from tomography, randomized benchmarking, and Hamiltonian learning experiments either in post-processing, or online as data is acquired. QInfer also provides functionality for predicting the performance of proposed experimental protocols from simulated runs. By delivering easy-to-use characterization tools based on principled statistical analysis, QInfer helps address many outstanding challenges facing quantum technology.
评论: 19页,包含完整的用户指南和描述QInfer软件库的示例插图
主题: 量子物理 (quant-ph) ; 数据分析、统计与概率 (physics.data-an); 应用 (stat.AP)
引用方式: arXiv:1610.00336 [quant-ph]
  (或者 arXiv:1610.00336v2 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.1610.00336
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.22331/q-2017-04-25-5
链接到相关资源的 DOI

提交历史

来自: Christopher E. Granade [查看电子邮件]
[v1] 星期日, 2016 年 10 月 2 日 19:01:09 UTC (2,140 KB)
[v2] 星期四, 2017 年 4 月 13 日 04:50:29 UTC (2,150 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
附属文件链接:

附属文件 (详细信息):

当前浏览上下文:
quant-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-10
切换浏览方式为:
physics
physics.data-an
stat
stat.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者

1 博客链接

(这是什么?)
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | Disable MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号