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:2504.01936

帮助 | 高级搜索

量子物理

arXiv:2504.01936 (quant-ph)
[提交于 2025年4月2日 ]

标题: 费米子平均电路本征值采样

标题: Fermionic Averaged Circuit Eigenvalue Sampling

Authors:Adrian Chapman, Steven T. Flammia
摘要: 费米子平均电路本征值采样(FACES)是一种协议,可以从适合的费米子线性光学(FLO)电路集合中同时且自洽地学习许多费米子线性光学(FLO)门的平均错误率。 它具有高度的灵活性,允许在对连续参数化的一和两个量子比特门族做出自然假设的情况下,在现场表征FLO平均门依赖性噪声。 我们严格证明了我们的协议具有高效的采样复杂度,这在一定程度上归功于我们在分析中涉及的Kravchuk变换的有用性质。 我们通过数值结果支持我们的结论。 由于FLO电路在访问某些资源态时变得通用,我们期望我们的结果能够为自然具有费米子描述的通用量子计算架构上的噪声表征和误差缓解技术提供指导。
摘要: Fermionic averaged circuit eigenvalue sampling (FACES) is a protocol to simultaneously learn the averaged error rates of many fermionic linear optical (FLO) gates simultaneously and self-consistently from a suitable collection of FLO circuits. It is highly flexible, allowing for the in situ characterization of FLO-averaged gate-dependent noise under natural assumptions on a family of continuously parameterized one- and two-qubit gates. We rigorously show that our protocol has an efficient sampling complexity, owing in-part to useful properties of the Kravchuk transformations that feature in our analysis. We support our conclusions with numerical results. As FLO circuits become universal with access to certain resource states, we expect our results to inform noise characterization and error mitigation techniques on universal quantum computing architectures which naturally admit a fermionic description.
评论: 26页,2图
主题: 量子物理 (quant-ph)
引用方式: arXiv:2504.01936 [quant-ph]
  (或者 arXiv:2504.01936v1 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.01936
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Adrian Chapman [查看电子邮件]
[v1] 星期三, 2025 年 4 月 2 日 17:46:16 UTC (195 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
quant-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
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? | 禁用 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