少量子比特Clifford门的效率酉随机基准测试
量子物理
2019-01-17 v2
摘要
酉随机基准测试（URB）是一种实验流程，用于独立于态制备与测量误差地估计已实现量子门的相干性。这些相干性估计由酉性度量。该实验的一个核心问题是将数据点数量与严格置信区间相关联。本工作中，我们给出了Clifford URB所需数据点数量的界，作为置信度与实验参数的函数。该界在近酉噪声 regime 下具有有利的标度，且渐近独立于所用门序列的长度。我们还表明，与标准随机基准测试相反，即便在完美门的极限下，也总是需要非平凡数量的数据点以克服态制备与测量误差引入的随机性。我们的界足够紧，可在现实参数 regime 下使用适量数据点基准测试小维数系统。例如，我们表明在门无关噪声假设下，单量子比特Clifford门的酉性可使用数百数据点严格估计。这与先前已知界相比降低了数个数量级。
引用
@article{arxiv.1808.00850,
title = {Efficient Unitarity Randomized Benchmarking of Few-qubit Clifford Gates},
author = {Bas Dirkse and Jonas Helsen and Stephanie Wehner},
journal= {arXiv preprint arXiv:1808.00850},
year = {2019}
}
备注
18 pages main text, 26 pages appendix, 6 figures. This version is close to published version. Several paragraphs of discussion were added throughout the main text