基于Hamiltonian对称性衰减的量子可观测量噪声缓解
量子物理
2026-03-16 v1
摘要
我们提出了一种新的量子误差缓解技术（QEM），称为GUiding Extrapolations from Symmetry decayS（GUESS），它利用哈密顿量的对称性来提高嘈杂量子计算的准确性。该方法专为估计可观测量的期望值而设计，包括从系统的对称可观测量中学习外推系数，以估计目标可观测量的值。此外，我们提出了一种哈密顿量杂质技术，用于强制实现对称性，从而可以缓解感兴趣的局部可观测量。我们使用IBM Heron r2量子处理单元'\texttt{ibm\_basquecountry}'来模拟横向场伊辛模型和海森堡模型在1D具有开放边界条件下的平均磁化和最近邻关联子可观测量的时间演化。我们将方法的准确性对比基准的零噪声外推（ZNE）和张量网络模拟结果。令人惊讶的是，GUESS在包含最多8000个CZ门的电路中实现约10%的相对误差，而在20个可观测量的平均情况下显示出比ZNE更低的方差，并且仅需比基准ZNE两倍的每可观测量shot数。此外，我们展示GUESS允许基于对称可观测量结果的统计后选择，这为通过其均值和方差提供关于目标量子比特质量的关键信息。这些结果表明，GUESS是一种强大的QEM技术，能够缓解大规模电路结果，为大规模电路提供高准确性和降低方差，同时具有最小的量子开销。
引用
@article{arxiv.2603.13060,
title = {Noise mitigation of quantum observables via learning from Hamiltonian symmetry decays},
author = {Javier Oliva del Moral and Olatz Sanz Larrarte and Joana Fraxanet and Dmytro Mishagli and Josu Etxezarreta Martinez},
journal= {arXiv preprint arXiv:2603.13060},
year = {2026}
}
备注
24 pages, 8 figures