面向量子结果去噪的 HAMMR-L：基于 Richardson-Lucy 解卷积算法的量子态图
量子物理
2026-04-01 v1
摘要
当前量子计算机在电路深度和量子位数增加时表现出显著噪声。先前的工作已证明，错误的结果在 Hamming 空间中 exhibits some behavior，能够改进 NISQ 时代计算机的输出分布。我们提出 HAMMR-L：一种原则性后处理技术，用于通过对测量结果在 Hamming 距离连接的状态图上应用 Richardson-Lucy 图像去卷积来提高输出分布的保真度。我们展示了 HAMMR-L 的这一初步实现在去除噪声方面超过了 QBEEP 等现有领先的基于 Hamming 的后处理器，HAMMR-L 也是一种无电路和硬件依赖的方法，而 QBEEP 如此不是。HAMMR-L 也展示了明确的潜在改进潜力，我们讨论了如何实现此类改进，同时突显了 underlying concept 的优势、局限性和普遍性。
引用
@article{arxiv.2603.28821,
title = {HAMMR-L: Noise Reduction in Quantum Outcomes Using a Richardson-Lucy Deconvolution Algorithm for Quantum State Graphs},
author = {Jake Scally and Austin Myers and Ryan Carmichael and Phat Tran and Xiuwen Liu},
journal= {arXiv preprint arXiv:2603.28821},
year = {2026}
}
备注
6 pages, 2 figures