Key points are not available for this paper at this time.
양자 기술의 인상적인 발전 속도는 양자 하드웨어의 특성화 및 검증을 위한 견고하고 확장 가능한 기술을 요구합니다. 측정 데이터로부터 알려지지 않은 양자 채널을 재구성하는 양자 프로세스 토모그래피는 양자 장치를 완전히 특성화하기 위한 전형적인 원시 개념으로 남아 있습니다. 그러나 필요한 데이터 및 고전적 후처리의 기하급수적 규모 증가로 인해 적용 범위는 일반적으로 1개 및 2개 큐비트 게이트로 제한됩니다. 여기에서는 텐서 네트워크 표현을 채널과 결합하고 비지도 기계 학습에서 영감을 받은 데이터 주도 최적화를 통해 이러한 문제를 해결하는 양자 프로세스 토모그래피 수행 기술을 제시합니다. 우리는 최대 10 큐비트의 이상적인 1차원 및 2차원 랜덤 양자 회로, 그리고 잡음이 있는 5 큐비트 회로에 대해 합성 생성된 데이터를 통해 우리의 기술을 입증하며, 전통적인 토모그래픽 기술보다 훨씬 적은 수의 (단일 큐비트) 측정 샷으로 0.99 이상의 프로세스 충실도를 달성합니다. 우리의 결과는 최첨단을 훨씬 초과하여 현재 및 차세대 양자 컴퓨터에서 양자 회로의 벤치마킹을 위한 실용적이고 시의적절한 도구를 제공합니다.
Torlai 외(금요일)가 이 질문을 연구했습니다.