Key points are not available for this paper at this time.
클래식 섀도우는 매우 적은 측정으로 양자 상태 ρ의 많은 특성을 학습할 수 있게 해줍니다. 그러나 근거리 및 초기 오류 내성 양자 컴퓨터는 노이즈가 있는 양자 상태 ρ만을 준비할 수 있으므로 이상적인 무소음 상태 ρid의 특성을 효율적으로 학습하는 것은 상당한 도전입니다. 우리는 단일 기대값 측정에서 오류를 완화하기 위해 개발된 확률적 오류 취소(PEC), 제로 노이즈 외삽(ZNE) 및 대칭 검증(SV)과 같은 오류 완화 기술을 고려하고 이를 클래식 섀도우의 오류 완화를 위해 일반화합니다. 우리는 PEC가 가장 자연스러운 후보라는 것을 발견하고, 다음과 같은 엄격한 이론적 보장을 가진 PEC 섀도우에 대한 철저한 이론적 틀을 개발합니다: PEC 섀도우는 이상적인 양자 상태 ρid의 편향되지 않은 추정기입니다; ρid의 많은 선형 특성을 동시에 예측하기 위한 샘플 복잡도는 전통적인 섀도우 접근법의 것과 동일하며, 이는 오류 완화로 인한 샘플 오버헤드라는 곱셈 계수에 해당합니다. 섀도우의 효율적인 후처리 덕분에 이 오버헤드는 큐비트 수에 직접적으로 의존하지 않고, 오히려 노이즈 게이트 수에 대해 기하급수적으로 증가합니다. 이 작업에서 도입된 폭넓은 도구 세트는 근거리 및 초기 오류 내성 양자 컴퓨터를 활용하는 데 유용할 수 있습니다: 우리는 우리의 기술로 크게 혜택을 받을 양자 컴퓨터의 다양한 실제 응용 프로그램을 상세한 수치 시뮬레이션에서 입증합니다. 미국 물리학회 2024에서 출판됨.
Jnane et al. (금요일,)은 이 질문을 연구했습니다.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: