上下文感知保真度估计
量子物理
2024-01-25 v1
摘要
我们提出上下文感知保真度估计（CAFE），一种用于基准测试量子操作的框架，相较于现有方法如随机基准测试（RB）与交叉熵基准测试（XEB）具有若干实际优势。在 CAFE 中，来自某目标实验的一个门或子电路在测量前重复 n 次。通过使用子电路，我们考虑了空间与时间电路上下文的影响。由于相干误差以二次方累积而 incoherent 误差线性增长，我们可以通过将测得保真度拟合为 n 的函数来分离二者。还可根据需要，将子电路与动态解耦序列交错，以从表征中消除某些相干误差源。我们已使用 CAFE 通过测量相对于估计酉门的保真度，实验验证了我们的单量子比特与双量子比特酉表征。在数值模拟中，我们发现 CAFE 使用的资源显著更少，却能产生至少与交错 RB 一样准确的保真度估计。我们还引入了一种利用单个纠缠操作制备任意双量子比特态的紧凑表述，并用其给出了一个具体示例：在 Sycamore 处理器上利用 CAFE 并行研究 CZ 门。
引用
@article{arxiv.2303.17565,
title = {Context Aware Fidelity Estimation},
author = {Dripto M. Debroy and Elie Genois and Jonathan A. Gross and Wojciech Mruczkiewicz and Kenny Lee and Sabrina Hong and Zijun Chen and Vadim Smelyanskiy and Zhang Jiang},
journal= {arXiv preprint arXiv:2303.17565},
year = {2024}
}