Pauli 噪声的可学习性
量子物理
2023-01-06 v2
摘要
近来，若干量子基准算法被开发用于表征当今量子设备上的含噪量子门。基准测试中的一个已知问题是，由于规范自由度的存在，并非量子噪声的一切都可被学习，这留下了关于噪声的哪些信息可学、哪些不可学的问题，即便对单个 CNOT 门也一直不明确。此处我们精确刻画附加于 Clifford 门上的 Pauli 噪声信道的可学习性，表明可学信息对应于门集合模式转移图的圈空间，而不可学信息对应于割空间。这意味着圈基准测试的最优性，即它能学习关于 Pauli 噪声的所有可学信息。我们在实验上演示了对 IBM 的 CNOT 门直至 2 个不可学自由度的噪声表征，对此我们利用物理约束给出界。此外，我们尝试通过假设完美的初态制备来刻画不可学信息。然而，基于实验数据，我们得出结论：该假设不准确，因其给出非物理的估计，并且我们得到了态制备噪声的下界。
引用
@article{arxiv.2206.06362,
title = {The learnability of Pauli noise},
author = {Senrui Chen and Yunchao Liu and Matthew Otten and Alireza Seif and Bill Fefferman and Liang Jiang},
journal= {arXiv preprint arXiv:2206.06362},
year = {2023}
}
备注
33 pages, 11 figures. Close to accepted version