基于机器学习的激发态提升读出判别
量子物理
2022-10-24 v2 机器学习
摘要
超导量子比特读出保真度的一个限制因素是：在谐振腔达到其最终目标状态所需时间内，量子比特弛豫至基态。一种称为激发态提升（ESP）读出的技术被提出以减轻此效应并进一步提升超导硬件上的读出对比度。本工作中，我们使用来自 IBM 五量子比特量子系统的读出数据，衡量使用深度神经网络（如前向神经网络）及各种分类算法（如 k 近邻、决策树与高斯朴素贝叶斯）进行单量子比特与多量子比特判别的有效性。这些方法基于其量子比特态指派保真度表现、对读出串扰的鲁棒性以及训练时间，与标准使用的线性与二次判别分析算法进行了比较。
引用
@article{arxiv.2210.08574,
title = {Machine Learning based Discrimination for Excited State Promoted Readout},
author = {Utkarsh Azad and Helena Zhang},
journal= {arXiv preprint arXiv:2210.08574},
year = {2022}
}
备注
Accepted at ACM/IEE Quantum'22. 6 pages, 5 figures and 1 table