MétaCan
Menu
Retour à la cohorte
Enregistrement W4408211186 · doi:10.1038/s41534-025-00977-3

Quantum error mitigation in quantum annealing

2025· article· en· W4408211186 sur OpenAlexafffund
Jack Raymond, M. H. S. Amin, Andrew D. King, Richard Harris, William Bernoudy, A. J. Berkley, Kelly Boothby, Anatoly Yu. Smirnov, Fabio Altomare, Michael Babcock, Catia Baron, J. N. L. Connor, Martin H. Dehn, Colin Enderud, Emile Hoskinson, Shuiyuan Huang, Mark W. Johnson, E. Ladizinsky, T. Lanting, Allison MacDonald, G. Marsden, Reza Molavi, Travis Oh, Gabriel Poulin-Lamarre, Hugh Ramp, Chris Rich, Berta Trullas Clavera, Nicholas Tsai, Mark J. Volkmann, Jed D. Whittaker, Jason Yao, Niclas Heinsdorf, Nitin Kaushal, Alberto Nocera, Marcel Franz, Jacek Dziarmaga

Notice bibliographique

Revuenpj Quantum Information · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensUniversity of British ColumbiaD-Wave Systems (Canada)
Organismes subventionnairesOffice of ScienceCanada First Research Excellence FundNatural Sciences and Engineering Research Council of CanadaEuropean CommissionCanadian Institute for Advanced ResearchU.S. Department of Energy
Mots-clésExtrapolationQuantum annealingHamiltonian (control theory)Ising modelQuantum computerQuantumStatistical physicsComputer sciencePhysicsQuantum mechanicsMathematicsMathematical optimizationStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Quantum error mitigation (QEM) presents a promising near-term approach to reducing errors when estimating expectation values in quantum computing. Here, we introduce QEM techniques tailored for quantum annealing, using zero-noise extrapolation (ZNE). We implement ZNE through zero-temperature and zero-time extrapolations. The practical zero-time extrapolation developed exploits the Kibble-Zurek mechanism so that only problem-Hamiltonian rescaling is required. We conduct experimental investigations into the quantum critical and post-critical dynamics of a transverse-field Ising spin chain by examining statistics with weak and strong post-critical dynamics. We demonstrate successful mitigation of thermal noise and non-thermal errors through both of these extrapolation techniques.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,249
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuenpj Quantum InformationMême sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207