JP7225397B2 - マルチキュービット制御 - Google Patents

マルチキュービット制御 Download PDF

Info

Publication number
JP7225397B2
JP7225397B2 JP2021527256A JP2021527256A JP7225397B2 JP 7225397 B2 JP7225397 B2 JP 7225397B2 JP 2021527256 A JP2021527256 A JP 2021527256A JP 2021527256 A JP2021527256 A JP 2021527256A JP 7225397 B2 JP7225397 B2 JP 7225397B2
Authority
JP
Japan
Prior art keywords
noise
unique
control
operators
qubit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2021527256A
Other languages
English (en)
Other versions
JP2021532514A (ja
Inventor
マイケル・ビアキュック
マイケル・ロバート・ハッシュ
ハリソン・ボール
Original Assignee
キュー－コントロール・ピーティーワイ・リミテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from AU2018902650A external-priority patent/AU2018902650A0/en
Application filed by キュー－コントロール・ピーティーワイ・リミテッド filed Critical キュー－コントロール・ピーティーワイ・リミテッド
Publication of JP2021532514A publication Critical patent/JP2021532514A/ja
Application granted granted Critical
Publication of JP7225397B2 publication Critical patent/JP7225397B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/70—Quantum error correction, detection or prevention, e.g. surface codes or magic state distillation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/76—Architectures of general purpose stored program computers
    • G06F15/82—Architectures of general purpose stored program computers data or demand driven
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/60—Quantum algorithms, e.g. based on quantum optimisation, quantum Fourier or Hadamard transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0211—Frequency selective networks using specific transformation algorithms, e.g. WALSH functions, Fermat transforms, Mersenne transforms, polynomial transforms, Hilbert transforms
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0219—Compensation of undesirable effects, e.g. quantisation noise, overflow
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Algebra (AREA)
  • Computer Hardware Design (AREA)
  • Probability & Statistics with Applications (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)
  • Complex Calculations (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Description

関連出願の相互参照
本願は、２０１８年１０月１２日に出願された豪州仮特許出願第２０１８２４７３２７号、及び２０１８年７月２３日の豪州特許第２０１８９０２６５０号の優先権を主張するものであり、その内容のすべてが参照により本明細書に組み込まれる。
本開示は、ノイズの存在下でマルチキュービットを含む量子プロセッサに対する制御実施のパフォーマンスを評価及び改善することに関する。
量子コンピュータは新しい技術であり、トラップ型イオン、ダイヤモンド内の窒素空孔、超伝導回路、半導体や他の結晶構造内の電子及び核スピンなど、量子コンピュータを実施するためのいくつかの技術が存在する。これらの技術のそれぞれについて、実施されるキュービットの数と空間配置、キュービット間の接続、使用可能な制御、またはキュービットが経る物理的環境など、多種多様な構成と微視的な詳細がある。その結果、各量子コンピュータには、他の量子コンピュータとは異なる独自の特性がある。
しかし、量子コンピュータの１つの共通のテーマは、量子情報が急速に劣化し、量子情報を安定させることができる制御プロトコルを作成するには複雑なアルゴリズムが必要になることである。量子コンピューティングハードウェア間の高い変動性と内包する計算上の課題の両方のために、特定の量子コンピュータに対してこれらの制御アルゴリズムを決定して実行することは困難であり、量子コンピューティング技術の効果的な使用を妨げている。
図１は、複数のキュービット１０２に対して１つまたは複数の演算を実装する量子プロセッサ１０１を示している。この例では、複数のキュービットはキュービットの５行３列の配列の形式であるが、線形配列やさらに多くのキュービットを備える他の構造を含む他の配置も同様に可能である。同様に、最近傍カップリングが示されているが、他のカップリングアーキテクチャ（例えば、第二近傍）も同様に可能である。開示されるシステムを使用して制御できる例示的なアーキテクチャには、ＧｏｏｇｌｅのＢｒｉｓｔｌｅｃｏｎｅ及びＩＢＭのＱ Ｅｘｐｅｒｉｅｎｃｅが含まれる。量子プロセッサ１０１によって実施される演算は、「回路モデル」量子コンピューティングを実行するためのユニバーサルゲートセット、測定ベースの量子コンピューティングのためのエンタングル演算、断熱量子コンピューティングのための断熱発展、または「アナログ」量子シミュレーションを含み得る。
また、ここでキュービット１０２を制御するための制御信号１０４を生成する制御信号源１０３が示される。制御信号は、キュービットの物理的な実施に応じて、ＲＦ、マイクロ波、または光信号の場合がある。アーキテクチャと実施に応じて、全体的にまたは局所的にキュービットに送達され得る。信号は、キュービットごとに個別に合わせることも、すべてのキュービットに均一に適用することもできる。制御信号１０４は、キュービット１０２に量子演算を適用するために一般的に使用されるのと同じ信号であっても、または別個の並列制御システムであってもよい。より具体的には、制御信号１０４は、キュービットへの量子情報のロード、量子論理演算の実行、相互作用の有効化、及び結果として生じるキュービット情報の読み出しなど、キュービット演算を制御するための第１の成分を有し得る。以下でより詳細に説明するように、第１の成分に加えて、キュービットへのノイズの影響を低減する第２の成分がある。第１及び第２の成分は、それらが別個の供給源によって生成される、またはさらにＲＦ、レーザー、ＭＷなどの別個の物理デバイスを使用して生成されるという意味で、別個であり得る。
図１はまた、キュービット１０２が動作する環境１０５を示している。環境１０５は、空間と時間において相関関係を示し得るが、正確に特性評価することが比較的困難であり、ランダムに動作することを示すために不規則な形状として描かれている。より具体的には、キュービット１０２は、望ましくないが避けられない様式で環境と相互作用する。例えば、キュービット１０２は、キュービット１０２に記憶された量子情報のデコヒーレンス、及びキュービット１０２に適用される量子論理演算におけるデコヒーレンスによって誘発されるエラーをもたらす様々なメカニズムを介して、環境１０５と相互作用し得る。環境１０５は、プロセッサ１０１の多くのキュービット１０２にわたって同じであり得、またはキュービット間で大きく異なり得る。対策がなければ、このデコヒーレンスは、デコヒーレンスが減少しない限り、量子プロセッサ内の個々の量子論理演算のパフォーマンス、及び量子プロセッサで実行される最終的なアルゴリズムのパフォーマンスを大幅に低下させるエラーをもたらす。したがって、デコヒーレンスの影響が低減されるようにキュービット１０２を制御することが、制御信号１０４のタスクである。この制御信号は、制御信号１０４自体が不完全である場合でもデコヒーレンスの影響を低減し、それ自体のデコヒーレンスを誘発するノイズ特性に寄与する。
図２は、量子状態がブロッホ球２０１上のブロッホベクトルとして表される単一キュービット２００の簡略化された例を示しており、それにおいて北極２０２は｜１＞基底状態（例えばアップスピン）を表し、南極２０３は｜０＞基底状態（例えば、ダウンスピン）を表している。ここでの量子情報は、第１のベクトル２０３によって示されるように、２つの基底状態の重ね合わせとして符号化され得る。ここでの例では、目的はアイドル演算を実行することまたはメモリである。キュービット２００と環境１０５との相互作用の結果として、ベクトルは未知の制御されていない量の回転をし、ある特定の時間の後、第２のベクトル２０４によって示されるように、異なる位置に到達する。これは、状態ベクトルによって記述される、キュービット状態でエンコードされた情報のランダム化に対応する。これで、第２のベクトル２０４を１８０度「反転」させて、第３のベクトル２０５によって示されるように新しい位置に到達させる制御信号を適用することが可能である。次に、制御信号が２０３と２０４の間で同時にオフになると、第３のベクトル２０５は、環境１０５との相互作用により、第１のベクトル２０３の位置まで正確に回転する。結果として、この場合、環境１０５との相互作用によって説明されるようなノイズの影響は完全に排除される。これは、環境的なデコヒーレンスに対して量子状態を安定化する開ループ（測定なし）制御の簡単な例である。したがって、この制御プロトコルは、環境の干渉に対するキュービット状態２０３の補正を提供するが、環境１０５またはキュービット状態２０３または２０４のいずれかの直接的な測定を回避する。これは、測定プロセスによって量子情報が崩壊し、量子計算に使用できなくなるため、大きな効果を有する。
図３は、図２に示すように、ｔ１３０２及びｔ２３０３の間に単一の制御パルス３０１を適用してキュービットを反転させる対応する制御シーケンス３００を示す。この例では、ＲＦ源１０３がｔ１でオンになり、ｔ２でオフになることを意味する。
図２及び図３の例では、環境１０５との時間に依存しない、または静的な「離調」相互作用による外部ノイズの完全な除去をもたらすが、実際の場合においは、状況はより複雑である。特に、マルチキュービット１０２は、異なり、潜在的にランダムな方法で、互いに、及び環境１０５と相互作用する。これは、単一の信号１０４のみをすべてのキュービット１０２に同時に適用することができる場合、制御するのが特に難しい。
さらに、環境１０５及びキュービット１０２間のほとんどの相互作用は、一般に、単一のパルスによって修正することはできず、シーケンスを形成する複数の複雑な制御を必要とする。シーケンス内の各セグメントのタイミングとプロパティは、一般的な時変ノイズの影響下、目的の操作（メモリ（Ｉ）、ビットフリップ（Ｘ）、フェーズフリップ（Ｚ）、Ｔ、Ｓ、ＣＮＯＴ、ＣＰＨＡＳＥ、または他の絡み合うゲートを含むがこれらに限定されない）のパフォーマンスを最適化するように選択される。
環境１０５の効果及びシステム１０４によって誘発される制御が量子機械的に交換しない状況において、そのような制御シーケンスを判定することは遥かに複雑になる。これは、多くの量子プロセッサで発生する特定の条件であり、また、実際の状況で制御を定める問題を大幅に複雑にする。例えば、離調ノイズの存在下でキュービットフリップ（Ｘ）ゲートを適用することが、そのような例に該当する。全体として、このようなシナリオでノイズを補償するシーケンスを正確に判定することは困難である。
本明細書に含まれている文書、行為、材料、デバイス、物品などのいかなる説明も、それが本願の各特許請求の範囲の優先日より前に存在していたとき、これらの事項のいずれかまたはすべてが、先行技術の基礎の部分を形成するか、本開示に関連する分野において共通の一般知識であったことの承認としてみなされるべきではない。
本明細書を通じて、単語「ｃｏｍｐｒｉｓｅ（含む）」、または「ｃｏｍｐｒｉｓｅｓ（含む）」もしくは「ｃｏｍｐｒｉｓｉｎｇ（含む）」などの変形は、既定された要素、完全体またはステップ、または要素群、完全体群またはステップ群を包含するが、いかなる他の要素、完全体またはステップ、または要素群、完全体群またはステップ群をも排除することを意味するものではないことが理解されよう。
Biercuk, MJ、Uys, H., VanDevender, AP、Shiga, N., Itano, WM, and Bollinger, JJ(2009a). 「High-fidelity quantum control using ion crystals in a Penning trap」, Quantum Information and Computation, 9:920-949 Bylander, J., Gustavsson, S., Yan, F., Yoshihara, F., Harrabi, K., Fitch, G., Cory, D.G., Nakamura, Y., Tsai, J.-S., and Oliver, W.D.(2011), 「Noise spectroscopy through dynamical decoupling with a superconducting flux qubit」, Nat.Phys., 7:565-570 Faoro, L.and Viola, L.(2004), 「Dynamical suppression of 1/f noise processes in qubit systems」, Phys.Rev.Lett., 92:117905 Harlingen, D.J.V., Plourde, B.L.T., Robertson, T.L., Reichardt, P.A., and Clarke, J.(2004), 「Decoherence in flux qubits due to 1/f noise in Josephson junctions」, In Leggett, A., Ruggiero, B., and Silvestini, P., editors, Quantum Computing and Quantum Bits in Mesoscopic Systems, pages 171-184, Kluwer Academic Press, New York Zhang, W., Dobrovitski, V.V., Santos, L.F., Viola, L., and Harmon, B.N.(2007), 「Dynamical control of electron spin coherence in a quantum dot」, a theoretical study.Phys.Rev.B, 75:201302 Rutman, J.(1978), 「Characterization of phase and frequency instabilities in precision frequency sources:fifteen years of progress」, Proceedings of the IEEE, 66:1048 Green, T.J., Sastrawan, J., Uys, H., and Biercuk, M.J.(2013), 「Arbitrary quantum control of qubits in the presence of universal noise」, New J.Phys., 15:095004 Miller, S.L.and Childers, D.(2012), 「Probability and Random Processes with Applications to Signal Processing and Communications」, Academic Press, Boston, MA Schumacher, B.(1996).Sending entanglement through noisy quantum channels.Phys.Rev.A, 54:2614 Blanes, S., Cases, F., Oteo, J.A., and Ros, J.(2009), 「The Magnus expansion and some of its applications」, Phys.Rep., 470:151 Magnus, W.(1954), 「On the exponential solution of differential equations for a linear operator」, Commun.Pure and Appl.Math., 7:649 Harmuth, H.F.(1969a), 「Applications of Walsh functions in communications」, IEEE Spectrum, 6:82 Ball, H.and Biercuk, M.J.(2015), 「Walsh-synthesized noise filters for quantum logic」, EPJ Quantum Technol., 2(1)
ノイズの存在下でマルチキュービットを含む量子プロセッサでの制御実施のパフォーマンスを評価及び改善するための方法が提供される。本方法は、
マルチキュービットノイズハミルトニアンによって記述されたノイズ相互作用を複数の寄与ノイズチャネルに分解することによってノイズをモデル化することであって、各チャネルは、一意のノイズ軸演算子Ａ＾｛（ｉ）｝によって記述されたノイズダイナミクスを生成し、式中（ｉ）はｉ番目のノイズチャネルをインデックス化する、モデル化すること、
所与の制御実施について、関連するノイズダイナミクスに対するマルチキュービットシステムの感度を表す各ノイズチャネルの一意のフィルタ関数を判定することであって、マルチフィルタ関数のそれぞれは、対応するノイズチャネル（ｉ）のノイズ軸演算子（Ａ＾｛（ｉ）｝）の周波数変換（＄＼ｍａｔｈｃａｌ｛Ｆ｝＄）に基づき、それによって制御実施のパフォーマンスを評価する、判定すること、
フィルタ関数に基づいて最適化された制御シーケンスを判定し、ノイズチャネルに対するマルチキュービットシステムの感度を低減し、それによってマルチキュービットノイズハミルトニアンとの有効相互作用を低減する、判定すること、
最適化された制御シーケンスをマルチキュービットシステムに適用して量子プロセッサを制御し、それによって制御実施のパフォーマンスを向上させる、適用することを含む。
この方法は、マルチキュービットへのノイズの影響（それをアドレス指定しないままにすると、ハードウェア障害が発生する）を低減するという利点がある。なぜなら、この方法が、フィルタ関数を計算し、フィルタ関数に基づいてノイズ抑制制御シーケンスを判定するためである。したがって、マルチキュービットをより高い忠実度で、つまりより低いエラー率で使用できる。
マルチキュービットノイズ軸演算子は線形演算子であり得る。
ノイズ軸演算子の組み合わせは、確率変数による各ノイズ軸演算子の重み付けを含み得る。
組み合わせは、それぞれの確率変数によって重み付けされたノイズ軸演算子の線形結合であり得る。
マルチフィルタ関数のそれぞれは、ノイズ軸演算子に適用される制御ハミルトニアン（Ｕ＿ｃ）の周波数変換に基づき得る。
制御ハミルトニアンは、マルチキュービットに対する演算を表し得る。
量子プロセッサのゲートセットはエンタングル演算を含み得、制御ハミルトニアンはマルチキュービット間のエンタングル演算を含む。
ノイズ軸演算子に適用される制御ハミルトニアン（Ｕ＿ｃ）は、トグルフレームノイズ軸演算子を形成し得る。
トグルフレームノイズ軸演算子は、ノイズの確率的内容を除くノイズ軸に対して制御ダイナミクスを表し得る。
ノイズ軸演算子は、マルチキュービットのヒルベルト空間にあり得る。
ノイズ軸演算子は時変であり得る。
ノイズ軸演算子の次元は、マルチキュービットのハミルトニアンの次元と同じであり得る。
ノイズ軸演算子は、非マルコフ誤差モデルに基づき得る。
ノイズ軸演算子は、量子プロセッサの環境の１つまたは複数の測定に基づき得る。
各フィルタ関数は、周波数変換のノイズ軸演算子の次元の合計に基づき得る。
フィルタ関数に基づいて制御シーケンスを判定することは、マルチキュービットの演算に対するノイズの影響を減らすことであり得る。
この方法は、マルチキュービットシステム用の演算子を、次元数が低減された有効制御ハミルトニアンにマッピングすることをさらに含み得、マルチフィルタ関数のそれぞれは、最適化された制御シーケンスがマルチキュービット制御解を表すように、ノイズ軸演算子に適用される有効制御ハミルトニアン（Ｕ＿ｃ）の周波数変換に基づいている。
量子プロセッサは、マルチキュービットと、
マルチキュービットノイズハミルトニアンによって記述されたノイズ相互作用を複数の寄与ノイズチャネルに分解することによってノイズをモデル化することであって、各チャネルは、一意のノイズ軸演算子Ａ＾｛（ｉ）｝によって記述されたノイズダイナミクスを生成し、式中（ｉ）はｉ番目のノイズチャネルをインデックス化する、モデル化すること、
所与の制御実施について関連するノイズダイナミクスに対するマルチキュービットシステムの感度を表す各ノイズチャネルの一意のフィルタ関数を判定することであって、マルチフィルタ関数のそれぞれは、対応するノイズチャネル（ｉ）のノイズ軸演算子（Ａ＾｛（ｉ）｝）の周波数変換（＄＼ｍａｔｈｃａｌ｛Ｆ｝＄）に基づき、それによって制御実施の前記パフォーマンスを評価する、判定すること、
フィルタ関数に基づいて最適化された制御シーケンスを判定し、ノイズチャネルに対するマルチキュービットシステムの感度を低減し、それによってマルチキュービットノイズハミルトニアンとの有効相互作用を低減する、判定すること、
最適化された制御シーケンスをマルチキュービットシステムに適用して量子プロセッサを制御し、それによって制御実施のパフォーマンスを向上させる、適用すること、
を行うように構成されたコントローラとを含む。
量子プロセッサを示す。 量子状態がブロッホ球のブロッホベクトルとして表される単一キュービットの簡略化された例を示す。 制御シーケンスを示す。 量子プロセッサの制御実施のパフォーマンスを評価及び改善するための方法を示す。 ２キュービットシステムのフィルタ関数を示す。 ２キュービットシステムのフィルタ関数を示す。
上記のように、ノイズの影響は量子状態の劣化を引き起こす重大な問題である。特に、マルチキュービットシステムの場合、複数の相互作用するキュービットまたはエンタングルな演算のいずれかに適した適切な制御シーケンスのモデリングと計算が難しいため、このノイズ相互作用を排除することは困難である。
この開示は、所与の制御実施の下で量子プロセッサのパフォーマンスを評価及び改善する量子制御のための方法を提供する。これは、量子プロセッサが、所望の操作、例えば、量子情報をマルチキュービットにロードし、一定時間量子状態を発展及び操作し、潜在的に量子エラー補正を採用しているキュービットから結果として得られる量子情報を読み取ることを本質的に実施する信号の制御下で動作するということを意味する。これらのステップ（及び場合によっては他のステップ）は、ノイズのない量子プロセッサの公称動作の制御を行うため、制御実施と呼ばれる。
開示される方法は、複数のノイズチャネルの概念を使用し、これらを合わせると、各ノイズチャネルがすべてのキュービットに適用される可能性があるため、キュービットの数とノイズチャネルの数がほとんどの場合異なることに注意して、完全なノイズの影響を表す。次に、開示される方法は、ノイズ分解されたハミルトニアンとしてノイズをモデル化し、その分解の各要素は、ノイズチャネルのうちの１つのノイズチャネルの影響を表す。より具体的には、各要素は、線形（行列）演算子であるノイズ軸演算子を含み、各ノイズ軸演算子は、すべてのキュービット及び１つのノイズチャネルに適用される。制御ハミルトニアン（上記の制御実施を表す）に適用された場合、結果は「トグルフレームノイズ演算子」と呼ばれる。
線形ノイズ軸演算子と加法性ノイズチャネルの利点は、演算子のフーリエ変換を計算して、選択した制御を行う間のノイズの影響を表すフィルタ関数を判定できることである。フィルタ関数がわかれば、ノイズの影響を可能な限り排除することで、それを用いて、量子プロセッサのパフォーマンスを向上させることができる。
これよりこの方法を、図４を参照して比較的大まかに説明し、その後、厳密な数学的定式化がなされる。大まかな説明では、本開示の両部分の間にある繋がりを確立するために、数学的定式化で使用される方程式記号を提示する。
図４は、ノイズの存在下でマルチキュービットを含む量子プロセッサの制御実施のパフォーマンスを評価及び改善するための方法４００を示す。方法４００は、プロセッサと、コンピュータ命令が格納されたプログラムメモリとして機能する非一時的なコンピュータ可読媒体とを含む古典的なコンピュータシステムによって実行され得ることに留意されたい。プロセッサは、ＩｎｔｅｌＰｅｎｔｉｕｍ、ＦＰＧＡ、またはカスタムメイドのＡＳＩＣなどの市販のプロセッサであってよい。命令により、プロセッサは方法４００を実行する。方法４００及び他の方法のさらなる特徴の数学的定式化もまた、プログラムコードとして実施され、古典的なコンピュータシステムのプログラムメモリにインストールされ得る。
この方法は、マルチキュービットノイズハミルトニアン
Figure 0007225397000001
 によって記述されたノイズの相互作用を複数の寄与ノイズチャネルに分解することによって、ノイズをモデル化４０１することから始まる。各チャネルは、一意のノイズ軸演算子
Figure 0007225397000002
 によって記述されるノイズダイナミクスを生成する。この場合（ｉ）はｉ番目のノイズチャネルにインデックスを付ける（以下の式６）。
次のステップは、所与の制御実施
Figure 0007225397000003
 について、
Figure 0007225397000004
 に従って一意のフィルタ関数Ｆを判定する４０２ことである（これは以下の式（８５）である）。すなわち、フィルタ関数Ｆは、各ノイズチャネルｉについて計算され、関連するノイズダイナミクスに対するマルチキュービットシステムの感度を表す。マルチフィルタ関数Ｆのそれぞれは、対応するノイズチャネルｉのノイズ軸演算子
Figure 0007225397000005
 の周波数変換
Figure 0007225397000006
 に基づいている。上記の式の
Figure 0007225397000007
 は、トグルフレームノイズ軸演算子であることに留意されたい。フィルタ関数を判定することは、本質的に、量子プロセッサのパフォーマンスが様々なノイズ周波数でのノイズの影響を示すときに評価されることを意味する。
ノイズ特性に戻ると、いくつかの例では、量子システムのデコヒーレンスは、低周波数が支配的なノイズパワースペクトルによって特徴付けられる、長い相関の時間依存の非マルコフノイズプロセスによって支配される［１、２、３、４、５］。これらは、環境の変動から、または、駆動量子システムの重要なケースでは、単一キュービットまたはマルチキュービット操作を実施するような制御デバイス自体のノイズから発生し得る［６］。いずれの場合も、結果として、メモリの操作と重要な操作の両方を含む、ターゲット制御操作の忠実度が低下する。これらの現象は、量子デバイスが原理実証のデモンストレーションから、量子デバイスに対するパフォーマンス要求が頻繁に極端になる現実的なアプリケーションに移行する際に大きな課題を提示する。したがって、ノイズの存在下で量子システムを効率的かつ効果的に制御する方法を見つけることは、量子制御理論の中心的課題である。
次に、ノイズチャネルに対するマルチキュービットシステムの感度を低減するために、フィルタ関数に基づいて最適化された制御シーケンスを判定すること４０３が可能である。周波数の関数としてのパワースペクトル密度によって特徴づけられる既知のノイズが与えられると、量子操作の全体的なパフォーマンスは、周波数空間におけるノイズ及びフィルタ関数のオーバーラップする積分によって判定される。ノイズパワースペクトル密度が最大である小さな数値のフィルタ関数を示す制御は、マルチキュービットノイズハミルトニアンとのキュービットの有効相互作用を減らし、したがって、そのゲートへの全体的なノイズの影響と劣化を減らす。これは、広い低周波数帯域、特定の狭い周波数範囲、またはその両方で同時に達成できる。したがって、計算が完了すると、制御シーケンスを繰り返し変更して、ターゲット操作が達成され、所望のフィルタリングパフォーマンスが達成されるようにし得る。
最後に、最適化された制御シーケンスがマルチキュービットシステムに適用され４０４、量子プロセッサを制御して、そのため、もはやマルチキュービットがアイドル（メモリ）または自明ではない量子論理演算中のノイズ劣化の影響を受けにくいという意味で、制御実施のパフォーマンスを向上させ、そのため大幅に低下したエラー率での実行ができるようになる。
この開示の残りの部分は、分析的な計算と数値計算の両方に適しており、量子情報処理の目的で現在世界中で研究されているほとんどの量子システムをカバーする、非常に幅広いクラスの制御及びノイズハミルトニアンのフィルタ関数を計算するための形式を示す。
まず、システムの次元、キュービット／粒子の数、またはそれらの間の相互作用に関してさらに制限を加えることなく、制御とノイズの相互作用のハミルトニアンフレームワークを表現することは、役に立つ。したがって、
Figure 0007225397000008
 式中、
Figure 0007225397000009
 は、例えば理想的な外部駆動場を介したシステムの完全な制御を表し、ノイズハミルトニアン
Figure 0007225397000010
 は、ノイズプロセスとの望ましくない時変相互作用を捉える。システムがシュレディンガー方程式の下で発展する
Figure 0007225397000011
 式中、
Figure 0007225397000012
 は時間順序演算子を示し、時間発展演算子
Figure 0007225397000013
 は、期間
Figure 0007225397000014
 の相互作用の後、初期状態
Figure 0007225397000015
 を最終的な
Figure 0007225397000016
 に変換する。ノイズがない場合、ハミルトニアンの合計は
Figure 0007225397000017
 に減少する。この場合、理想的な制御下のターゲット発展経路は、以下によって決定され、
Figure 0007225397000018
 いずれのノイズプロセスからも独立している。
ノイズプロセスは、確率的に時間に依存する変動する古典的なノイズフィールドの観点から、半古典的にモデル化できる。さらに具体的にすることなく、ノイズハミルトニアンは
Figure 0007225397000019
 ノイズチャネルの組み合わせとして表され、ｎ個のノイズチャネルの合計として記述できる
Figure 0007225397000020
 式中、ノイズ軸演算子
Figure 0007225397000021
 は確率変数ではなく、むしろ、システムのヒルベルト空間でノイズの「軸」（時間と共に変化する可能性がある）を定義する演算子である。このモデルでは、ノイズフィールド
Figure 0007225397000022
 は、平均がゼロで非マルコビアンパワースペクトルの古典的なランダムの変数であると想定される。それらはまた、広義の定常（ｗｓｓ）であり、独立していると想定される。独立性の仮定は、例えば、周波数と振幅のランダムな変動が様々な物理的プロセスから発生する駆動フィールドの場合に合理的である。ただし、Ｇｒｅｅｎらによって概説されたアプローチに従って、ノイズプロセス間の相関関係を含む一般的なモデルが可能である［７］。ｗｓｓの仮定は、自己相関関数
Figure 0007225397000023
 は時間の差
Figure 0007225397000024
 のみに依存することを意味する。さらに、各ノイズチャネルの自己相関関数は、ウィーナーヒンチンの定理を使用して、関連するＰＳＤ
Figure 0007225397000025
 のフーリエ変換に関連付けることができる［８］。つまり、
Figure 0007225397000026
 である。
独立性の仮定は、相互相関関数が消滅することを意味する。すなわち、
Figure 0007225397000027
 である。
ここでの山括弧は、確率変数の時間平均を示す。最後に、このモデルは準静的（
Figure 0007225397000028
 と比較して遅いノイズ）から、
Figure 0007225397000029
 に匹敵するかまたはそれよりも速い時間スケールでノイズが変動する限界まで、パラメータレジームの広い範囲へのアクセスを許可する。
これらのノイズハミルトニアンは、キュービットダイナミクスで制御されない回転を生成し、
Figure 0007225397000030
 で意図されたターゲット変換に関連する発展経路（したがって最終状態）でエラーを引き起こす。このエラーの推定値は、演算子の１次展開を使用して次の説明で導出され、関連するフィルタ関数に関する一般的な説明になる。
一般的なフィルタ関数
提案されたプロセスは、ノイズ及び関連する制御の両方が存在する場合の操作の忠実度の尺度を使用する。このために、Ｇｒｅｅｎらによって開発された方法［１８］を参照できる。関連する指標は忠実度だけではない可能性があることに留意されたい。同じフレームワークで様々な測定可能なパラメータを計算できる。現在のフレームワークでは、制御の期間中にノイズフィールドによってもたらされるエラーは、切り捨てられたマグヌス展開を介して１次に近似される。次に、各ノイズフィールドは、ノイズパワースペクトルと適切な一般化されたフィルタ伝達関数との間のオーバーラップする積分として表される、スペクトル領域のゲート不忠実度に項を与える。
操作の忠実度
ノイズの相互作用がない場合、ターゲット状態の発展は
Figure 0007225397000031
 で記述され、式（４）で求められる。
Figure 0007225397000032
 の下でのノイズ相互作用は、操作をこのターゲットから遠ざけ、式（１８）によって求められる正味の操作
Figure 0007225397000033
 をもたらす。したがって、平均的な操作の忠実度を以下のように表すことができ、
Figure 0007225397000034
 ヒルベルト－シュミット内積によって捉えられる、意図され実現された演算子が「オーバーラップ」する程度を効果的に測定する［９］。ここで
Figure 0007225397000035
 はヒルベルト空間の次元である。これにより、ノイズがないときにユニットの忠実度を確実に回復できる。つまり、
Figure 0007225397000036
 ならば以下を得る。
Figure 0007225397000037
フレームの切り替え
式（１０）を評価するような発展ダイナミクスを計算することは、制御とノイズのハミルトニアンが異なる時間において交換しない可能性があるため、困難である。結果として生じる時間依存の非代理操作を順次適用すると、離調エラーと脱分極エラーの両方が発生し、近似法が必要になる。
提案されたエラーモデルは、制御とノイズ両方の相互作用が単一回転をもたらす非散逸キュービット発展を想定している。したがって、発展演算子は、マグヌス展開を使用してユニタリとして近似される［１０、１１］。これには、トグルフレームと呼ばれる制御と共回転するフレームへの移動が伴う。［１２］も参照されたい。このアプローチにより、制御のみに起因するシステムの発展の部分を、環境結合により影響を受ける部分から分離することができる。
完全なユニタリと理想的なユニタリ
Figure 0007225397000038
 及び
Figure 0007225397000039
 の誤差を、エラーユニタリ
Figure 0007225397000040
 で表し、
Figure 0007225397000041
 とする。この場合、次の同等な関係が得られる。
Figure 0007225397000042
したがって、式（１３）を使用して式（１０）の計算が実行でき、以下が生じる。
Figure 0007225397000043
したがって、完全な制御は
Figure 0007225397000044
 に対応する。しかし、
Figure 0007225397000045
 を計算する方法は如何になるか。式（１３）の時間微分により、以下を得る
Figure 0007225397000046
ここで式（１８）と式（４）から、また
Figure 0007225397000047
 に注目すると、以下も得られる
Figure 0007225397000048
これらを式（１７）に代入すると、それにより、
Figure 0007225397000049
今度は式（１２）と式（１４）に代入すると、以下が生じる
Figure 0007225397000050
したがって、トグルフレームハミルトニアンを定義すると、
Figure 0007225397000051
 エラープロパゲーターは
Figure 0007225397000052
 でシュレディンガー方程式を満たし、
Figure 0007225397000053
 また、このフレームでマグヌス展開を実行して
Figure 0007225397000054
 を近似することができる。
マグヌス展開
マグヌス級数［１１］の収束を仮定すると、マグヌス展開を実行することによって、式（２８）によって決定されるエラープロパゲーター
Figure 0007225397000055
 の任意に正確なユニタリ推定を取得することが可能である。特に、発展時間
Figure 0007225397000056
 の終わりにおいて、以下のように記載でき、
Figure 0007225397000057
 式中、有効なエラー演算子は以下のように展開され、
Figure 0007225397000058
 最初のいくつかのマグヌス展開項は以下のように表される。
Figure 0007225397000059
これらは通常、
Figure 0007225397000060
 のネストされた交換子の時間順積分の形式をとる。ノイズフィールド
Figure 0007225397000061
 が十分に弱いと仮定すると、以下の最低次数の近似を行うことができる。
Figure 0007225397000062
 これはエラー演算子を以下のように一次に切り捨てることによってなされる。
Figure 0007225397000063
一次誤差ユニタリの指数関数的拡張
トグルフレームのハミルトニアンは、エルミートでありトレースレスであるということを強く述べる。
Figure 0007225397000064
 式（３３）から、また積分の線形性のために、一次エラープロパゲーターはまたこれらの特性を満たすことになる。
Figure 0007225397000065
ここで、
Figure 0007225397000066
 の実数または複素数の行列
Figure 0007225397000067
 の場合、指数化された行列は、以下のべき級数として表すことができる。
Figure 0007225397000068
したがって、式（３２）は以下のように展開する。
Figure 0007225397000069
 式中、式（１５）のトレース操作を（自明ではないが）存続させる最低次数の項に切り捨てた。
操作の不忠実度：一次近似
この展開を式（１５）に代入すると、以下を生じる。
Figure 0007225397000070
最後の行は次の結果を使用している。
Figure 0007225397000071
 エルミート演算子の場合
Figure 0007225397000072
 となる。
その結果、
Figure 0007225397000073
 となる。
したがって、
Figure 0007225397000074
 を超える項を無視すると、以下を得る。
Figure 0007225397000075
周波数領域に変換する
したがって、不忠実の１次近似は以下のように表すことができる。
Figure 0007225397000076
ここで、式（６）と（２７）の定義から、以下を得る。
Figure 0007225397000077
 式において、トグルフレームノイズ軸演算子を以下のように定義した。
Figure 0007225397000078
 これは、任意のヒルベルト空間次元Ｄに当てはまる。
注：ノイズ軸演算子
Figure 0007225397000079
 は確率変数ではなく、ノイズの軸を定義する演算子である。したがって、制御ユニタリ
Figure 0007225397000080
 による共役を介して変換された演算子で構成されるトグルフレームノイズ軸演算子
Figure 0007225397000081
 は、ノイズの確率的内容に関するいずれの情報をも捉えず、対象のノイズ軸に関連する制御ダイナミクスに関する情報を捉える。
これを式（６）に挿入すると、したがって、以下を得る。
Figure 0007225397000082
式（９）から、すべての相互相関がゼロであるため、以下となる。
Figure 0007225397000083
ここで、式中、式（８）で説明されているウィーナーヒンチンの定理を使用して周波数領域に移動できる。つまり、
Figure 0007225397000084
 である。
演算子
Figure 0007225397000085
 のフーリエ変換を以下のように定義すると、
Figure 0007225397000086
 を得る。
したがって、最終的に不忠実度を以下のように表現することができる。
Figure 0007225397000087
 式中、各ノイズチャネルに関連付けられたフィルタ関数
Figure 0007225397000088
 は、以下のように定義される。
Figure 0007225397000089
注：トグルフレームノイズ軸演算子
Figure 0007225397000090
 は、ノイズ軸を定義する制御変換された演算子であるため、式（７０）のフーリエ変換は、対象のノイズチャネルに関連する制御に関する情報を捉えるが、いずれの確率的ノイズ変数にも依存しない。
以下であるため
Figure 0007225397000091
 以下となる。
Figure 0007225397000092
その結果、
Figure 0007225397000093
 である。
ここで、式（６７）を要素単位で適用すると、それにより、以下を得る。
Figure 0007225397000094
したがって、（７０）において
Figure 0007225397000095
 である。
したがって、
Figure 0007225397000096
 である。
したがって、i番目のノイズチャネルに関連付けられたフィルタ関数は、最終的に次の形式になる。
Figure 0007225397000097
要約
したがって、以下のように要約することができる。次元
Figure 0007225397000098
 の量子システムの場合、ハミルトニアンが以下のように記述される。
Figure 0007225397000099
 式中、
Figure 0007225397000100
 は完全な制御を表し、以下を満す。
Figure 0007225397000101
Figure 0007225397000102
 は、
Figure 0007225397000103
 の独立したノイズチャネルとの相互作用を捉え、それぞれが以下のように半古典的に以下のようにモデル化される。
Figure 0007225397000104
 式中、ノイズフィールド
Figure 0007225397000105
 は、ＰＳＤ
Figure 0007225397000106
 が関連付けられた古典的なゼロ平均ｗ.ｓ.ｓ.プロセスであると想定される。ここで、トグルフレームノイズ軸演算子
Figure 0007225397000107
 及び関連するフーリエ変換を定義すると、
Figure 0007225397000108
 操作の不忠実度を以下のように一次で表すことができる。
Figure 0007225397000109
 式中、各ノイズチャネルに関連付けられたフィルタ関数
Figure 0007225397000110
 は以下のように計算される。
Figure 0007225397000111
つまり、時間依存演算子
Figure 0007225397000112
 の各要素のフーリエ変換を行い、すべての要素それぞれの複素弾性率の２乗を合計し、量子システムの次元
Figure 0007225397000113
 で除算する。この結果は、ヒルベルト空間次元Ｄの一般的な量子システムに適している。これは、マルチレベルの「キュービット」（ｄの状態のいずれかをとり得る情報の量子単位であり、ｄは変数である）または複数の相互作用するキュービットであり得る。
実際の駆動システムにおけるデコヒーレンスは、主に低周波数相関ノイズ環境によるものである。これは、特にＤ次元マルチキュービットまたは一般的なマルチレベル「クディット」システムのコンテキストで、時間依存の非マルコフエラーモデルを使用したノイズフィルタリング問題として有界強度制御を今回開示することを強く動機付ける。さらに、制御操作中のノイズ相互作用の継続的な存在と、その結果生じる非線形ダイナミクスによる、制限された強度の制御の処理の複雑さは、Ｄ次元のシステムのノイズフィルタリング制御の設計に対する開示の合理化されたアプローチによって対処できる。
本明細書に記載のフィルタ伝達関数フレームワークは、環境の実験的に測定可能な特性、すなわちノイズパワースペクトルを、入力とすることができ、制御の構築及び予測される操作の忠実度の計算双方に対する数値的に実行可能なフレームワークを提供する。また、制御及びノイズハミルトニアンが交換しない状況で暗黙的な制御非線形性を効率的に捉える。このフレームワークは、研究された元の単一キュービットシステムを超えた量子システムに適用可能であり、対象のシステム内の関連するノイズチャネルを記述するノイズ軸演算子の形式についての控えめな仮定がある。
式（８５）で表されるフィルタ関数は、フィルタ関数の数値計算用のＰｙｔｈｏｎモジュールとして、またはＣ＋＋やＪａｖａを含む他のプログラミング言語で実施できる。フィルタ関数は、分析形式がわかっているよく知られたケースに対してテストされており、フーリエ変換の数値計算に使用されるＦＦＴのサンプリングレートによって制限される周波数帯域で、良好な一致が確認されている。関連する例示的なサンプルレートは、操作ごとに１，０００サンプルであるため、関連する操作のタイムスケールに応じて約１ｋｓ／秒から１００Ｇｓ／秒の範囲であるが、この範囲に限定されない。
単一キュービットの例
単軸振幅変調による単一キュービット制御
制御ハミルトニアンの単一キュービット（
Figure 0007225397000114
 ）システムを検討する。
Figure 0007225397000115
 例えば、
Figure 0007225397000116
 にスレピアン変調を使用して、振幅変調された
Figure 0007225397000117
 ノイズをプローブする。したがって、ノイズハミルトニアンは次の形式をとる。
Figure 0007225397000118
したがって、ノイズ軸演算子は次の形式をとる。
Figure 0007225397000119
 そのため、トグルフレームノイズ軸演算子は次の式で得られる。
Figure 0007225397000120
 なぜなら、制御ユニタリとノイズ軸演算子は乗法振幅ノイズに対し交換したからである。その結果、以下となる。
Figure 0007225397000121
したがって、
Figure 0007225397000122
 である。
つまり、振幅変調されたエンベロープのフーリエ変換のモジュラス二乗（例えば、スレピアン関数）である。
単一キュービット動的デカップリング
動的デカップリング（ＤＤ）は、制御ハミルトニアンが一連の瞬間（「バンバン(bang-bang)」）操作の形式をとることを要求することにより、上記の説明に適合する。これは、ゼロ（オフ）と無限（オン）の値を切り替える振幅変調の形式として表現できる。カノニカルなＤＤ方式は、直列
Figure 0007225397000123
 、瞬間
Figure 0007225397000124
 、
Figure 0007225397000125
 周囲のパルスからなり、
Figure 0007225397000126
 の時間間隔で、
Figure 0007225397000127
 時点で実行され、式中
Figure 0007225397000128
 及び
Figure 0007225397000129
 と定義する。正規化されたパルス位置を示す
Figure 0007225397000130
 によって定義される断片的な時間
Figure 0007225397000131
 を導入する。この場合、シーケンス
Figure 0007225397000132
 は、ＤＤ構造、したがってその特性を完全に判定する。したがって、制御ハミルトニアン（
Figure 0007225397000133
 ）は次の形式をとる。
Figure 0007225397000134
 式中、振幅変調エンベロープ
Figure 0007225397000135
 は、0または
Figure 0007225397000136
 の値をとり、時間
Figure 0007225397000137
 で中心になる
Figure 0007225397000138
 パルス列を定義し、各パルスは面積
Figure 0007225397000139
 及び持続時間
Figure 0007225397000140
 を有する。バンバン制限では、
Figure 0007225397000141
 と
Figure 0007225397000142
 である。次に、制御振幅エンベロープは、ディラックの櫛として記述できる。
Figure 0007225397000143
したがって、制御ユニタリは次の形式をとる。
Figure 0007225397000144
 式中、j番目の積分は以下のように評価され、
Figure 0007225397000145
Figure 0007225397000146
 は以下のように定義されたヘヴィサイド関数である。
Figure 0007225397000147
したがって、
Figure 0007225397000148
 であり、式中、
Figure 0007225397000149
 は時間
Figure 0007225397000150
 までに実行されたパルスの数をカウントする。
したがって、
Figure 0007225397000151
 である。
具体的には、以下のとおりであり、
Figure 0007225397000152
 式中、
Figure 0007225397000153
 の前の複素数
Figure 0007225397000154
 は無視されている。これは、グローバルフェーズにのみ寄与するためである。方形波（スイッチング）関数
Figure 0007225397000155
 を導入することによって、よりコンパクトにこれを記すことができ、これは
Figure 0007225397000156
 の値をとり、
Figure 0007225397000157
 で始まり、j番目の符号スイッチが時間
Figure 0007225397000158
 に発生する。つまり、以下のとおりである。
Figure 0007225397000159
次いで、以下のように記すことができる。
Figure 0007225397000160
 または代わりに、以下のとおりである。
Figure 0007225397000161
ここで、離調を以下のように仮定する。
Figure 0007225397000162
したがって、ノイズ演算子は次の形式をとる
Figure 0007225397000163
 そのため、トグルフレームノイズ演算子は、拡大した後、次の式で得られる。
Figure 0007225397000164
 したがって、フーリエ領域では以下が得られ、
Figure 0007225397000165
 スイッチング関数のフーリエ変換を定義する。
Figure 0007225397000166
したがって、離調フィルタ関数は次の式で得られる。
Figure 0007225397000167
注：この結果は、最終的にモジュラスを二乗しているという事実のため、実際にはスイッチング関数の符号の規則とは無関係である。つまり、
Figure 0007225397000168
 である。最後に、以下のように記すことができる。
Figure 0007225397000169
それは以下を生じる。
Figure 0007225397000170
 例えば、以下のとおりである。
スピンエコーシーケンスのために、
Figure 0007225397000171
 、及び
Figure 0007225397000172
 に設定すると、以下となる。
Figure 0007225397000173
２キュービットゲートの例
以下の説明は、上記の形式を使用した２キュービットゲートのフィルタ関数分析の結果を示している。
表現
次の単一キュービット及び２キュービットの演算子の規則を以下のように定義する。
単一キュービット
Figure 0007225397000174
 以下と交換関係がある
Figure 0007225397000175
２キュービット
テンソル積を参照しながら以下に示す定義を使用して、２キュービット状態を記述する。
Figure 0007225397000176
 及び演算子
Figure 0007225397000177
２キュービット交換子
すべての２キュービット演算子の交換子は、式（２２４）の行列に示されている。左側と上部の余白には、１６個の２キュービット演算子がすべて表示され、行の下と列全体で１から１６までインデックスが付けられる。(i, j)番目の行列要素は、i番目に列挙された演算子（左マージン）とj番目に列挙された演算子（上マージン）の交換子として定義される。例えば、インデックス１６は
Figure 0007225397000178
 に対応し、インデックス２は
Figure 0007225397000179
 に対応する。行列要素(16, 2)は
Figure 0007225397000180
 を表示する（前因子は全体行列を2iで乗算することに由来）。すなわち、以下のとおりである。
Figure 0007225397000181
 これらの交換子は、式（４０６）を使用して導出できる。例えば、以下のとおりである。
Figure 0007225397000182
単一キュービットのパウリ演算子の交換子関係の構造を共有する交換子関係を有する１６要素の演算子空間の部分空間を調べることを対象とする。これらの部分空間での作業は、馴染の単一キュービット制御を２キュービットシステムにマッピングするための経路を提供する。以下では、物理システムで設計され得る２キュービット交互作用項
Figure 0007225397000183
 及び
Figure 0007225397000184
 が含まれているため、このような２つの対象の部分空間について検討する。
有効な補償パルス：
Figure 0007225397000185
 部分空間
２キュービット制御ハミルトニアンを検討する。
Figure 0007225397000186
 有効な単一キュービットハミルトニアンへマッピングする。
Figure 0007225397000187
 式中、有効な演算子
Figure 0007225397000188
 は以下のように定義され、
Figure 0007225397000189
 制御振幅は以下のように定義される。
Figure 0007225397000190
次に、式（４０６）を使用するか、または式（２２４）の表を読み取り、次の交換関係が得られる。
Figure 0007225397000191
Figure 0007225397000192
 はパウリ演算子の交換関係を満たすので、式（２３２）は、単一キュービットのハミルトニアンと同等であるため、その空間で機能することが知られている制御テクニックのいずれをも実施できる。つまり、単一キュービットベース
Figure 0007225397000193
 で補償特性を有することがわかっている任意の制御は、このベース
Figure 0007225397000194
 が亘る制御（及びノイズ）で、２キュービットシステムにマッピングするはずである。以下の２つの場合を検討し、対応するフィルタ関数を示して、期待されるパフォーマンスとの一致を示す。
有効プリミティブ
Figure 0007225397000195
 相互作用時間
Figure 0007225397000196
 に対して、以下を設定する。
Figure 0007225397000197
これは、単一キュービット
Figure 0007225397000198
 軸の周りのプリミティブなπパルスに似ているが、２キュービット空間では、
Figure 0007225397000199
 交互作用項にπ位相を蓄積するようにマップされる。２キュービット空間でのこの操作のフィルタ関数は、プリミティブな単一キュービットπx パルスと同じプロパティ（つまり、フィルタ次数）を継承すると予想される。
ＺＺ相互作用のマルチキュービット部分空間における有効ＢＢ１保護πx
一例では、単一キュービット技法に触発された制御を作成することによってノイズフィルタリングマルチキュービット論理演算を達成することができるが、ここでは、マルチキュービット演算について本開示で説明されるノイズフィルタリングフレームワークで操作している。ここで、４セグメントＢＢ１パルスを組み込んで、
Figure 0007225397000200
 で同じ効果的な操作を実現し、ノイズフィルタリング特性を強化することができる。
Figure 0007225397000201
 は、角度θを通る
Figure 0007225397000202
 軸を中心としたブロッホベクトルの回転を示すこととする。次いで、
Figure 0007225397000203
 の周りの正味θ回転を組み込むＢＢ１パルスは、以下が書き込まれる（演算子は、右から左へ適用される）。
Figure 0007225397000204
 式中
Figure 0007225397000205
 である。
Figure 0007225397000206
 の期間、一連のセグメント
Figure 0007225397000207
 にわたって一定のラビレート
Figure 0007225397000208
 とともに組み込まれると、これは以下のように記される。
Figure 0007225397000209
図５は、２キュービットシステムのフィルタ関数を示し、有効プリミティブπxと、
Figure 0007225397000210
 部分空間にて組み込まれた有効ＢＢ１（π）を比較する。ＢＢ１は、プリミティブよりも高いフィルタ次数を示す。
ＢＢ１(π)パルスは、プリミティブπパルスと同じ正味操作を実現するが、振幅（ラビレート）のエラーを補正する。つまり、ＢＢ１(π)の振幅フィルタ関数は、制御に比例するノイズ演算子の場合、プリミティブよりも高いフィルタ次数を示すはずである。ここで、振幅ノイズは共通の
Figure 0007225397000211
 ノイズを意味する。２キュービットの図では、これは制御
Figure 0007225397000212
 と
Figure 0007225397000213
 の共通するノイズを意味する。図５は、この結果を示している。開示された方法がない場合、このフィルタリング動作を計算することは一般に難題である。
有効補償パルス：
Figure 0007225397000214
 相互作用
２キュービット制御ハミルトニアンを検討する。
Figure 0007225397000215
 有効単一キュービットハミルトニアンへマッピングする。
Figure 0007225397000216
 式中、有効演算子
Figure 0007225397000217
 は以下のように定義される。
Figure 0007225397000218
 制御振幅は以下のように定義される。
Figure 0007225397000219
次に、以下の式（４０６）または式（２２４）の表の読み出しを使用して、次の交換関係が得られる。
Figure 0007225397000220
Figure 0007225397000221
 はパウリ演算子の交換関係を満たすので、式（２４６）は、単一キュービットハミルトニアンと同等であるため、その空間で機能することが知られている制御技法のいずれかを実施できる。つまり、単一キュービットベース
Figure 0007225397000222
 で補償特性を有することがわかっているいずれの制御も、この基底
Figure 0007225397000223
 に亘る制御（及びノイズ）を使用して、２キュービットシステムにマッピングするはずである。以下の２つの場合を検討し、対応するフィルタ関数を示し、期待されるパフォーマンスとの一致を示す。繰り返し述べるが、以下の２つの場合を検討し、対応するフィルタ関数を示し、期待されるパフォーマンスとの一致を示す。
有効プリミティブπx
相互作用時間
Figure 0007225397000224
 に対して、以下を設定する。
Figure 0007225397000225
これは、単一キュービット
Figure 0007225397000226
 軸の周りのプリミティブなπパルスに似ているが、２キュービット空間では、
Figure 0007225397000227
 交互作用項にπ位相を蓄積するようにマップされる。２キュービット空間でのこの操作のフィルタ関数は、プリミティブな単一キュービットπxパルスと同じプロパティ（つまり、フィルタ次数）を継承すると予想される。
ＸＸ相互作用のマルチキュービット部分空間における有効ＢＢ１保護πx
別の例では、また４セグメントＢＢ１パルスを組み込んで、
Figure 0007225397000228
 で同じ効果的な操作を実現し、ノイズフィルタリング特性を強化することができる。
Figure 0007225397000229
 は、角度θを通る
Figure 0007225397000230
 軸を中心としたブロッホベクトルの回転を示すとする。次いで、
Figure 0007225397000231
 の周りの正味θ回転を組み込むＢＢ１パルスは、以下が書き込まれる（演算子は、右から左へ適用される）。
Figure 0007225397000232
 式中
Figure 0007225397000233
 である。
Figure 0007225397000234
 の期間、一連のセグメント
Figure 0007225397000235
 にわたって一定のラビレート
Figure 0007225397000236
 とともに組み込まれると、これは以下のように記される。
Figure 0007225397000237
図６は、２キュービットシステムのフィルタ関数を示し、有効プリミティブπxと、
Figure 0007225397000238
 部分空間にて組み込まれた有効ＢＢ１（π）を比較する。ＢＢ１は、プリミティブよりも高いフィルタ次数を示す。
ＢＢ１(π)パルスは、プリミティブπパルスと同じ正味操作を実現するが、振幅（ラビレート）のエラーを補正する。つまり、ＢＢ１(π)の振幅フィルタ関数は、制御に比例するノイズ演算子の場合、プリミティブよりも高いフィルタ次数を示すはずである。ここで、振幅ノイズは共通の
Figure 0007225397000239
 ノイズを意味する。２キュービットの図では、これは制御
Figure 0007225397000240
 と
Figure 0007225397000241
 の共通するノイズを意味する。図６は、本開示の主題であるフィルタ関数を使用して計算されたこの結果を示している。
数学的予備知識
以下の説明は、上記で使用された数学的定式化を提示する。
テンソル積
定義１．１
Figure 0007225397000242
 が
Figure 0007225397000243
 行列で、
Figure 0007225397000244
 が
Figure 0007225397000245
 行列の場合、クロネッカー積
Figure 0007225397000246
 を以下のように定義し、
Figure 0007225397000247
Figure 0007225397000248
 行列を生成する。
次に、次のプロパティが保持される
プロパティ１．１ 行列を定義する
Figure 0007225397000249
 よって、
Figure 0007225397000250
具体的には、
プロパティ１．２
Figure 0007225397000251
 を
Figure 0007225397000252
 列ベクトル、
Figure 0007225397000253
 を
Figure 0007225397000254
 列ベクトルとすると、クロネッカー積は（
Figure 0007225397000255
 ）列ベクトルとなる。
Figure 0007225397000256
量子力学的ケットと演算子を使用して言い換えると、
プロパティ１．３
Figure 0007225397000257
 と
Figure 0007225397000258
 を
Figure 0007225397000259
 と
Figure 0007225397000260
 次元のヒルベルト空間とし、その上で演算子を定義する。
Figure 0007225397000261
 及びケット
Figure 0007225397000262
 次に
Figure 0007225397000263
 ジョイントヒルベルト空間
Figure 0007225397000264
 のケットと演算子であり、
Figure 0007225397000265
 となる。
外積を定義する。
定義１．２
Figure 0007225397000266
 を同じヒルベルト空間上のケットとする。次に外積
Figure 0007225397000267
 が
Figure 0007225397000268
 の演算子を定義した。
次いで、次のプロパティが成り立つ。
プロパティ１．４
Figure 0007225397000269
 を同じヒルベルト空間上のケットとし、演算子を定義する。
Figure 0007225397000270
次に、ジョイントヒルベルト空間で定義された演算子
Figure 0007225397000271
 は以下を満たす。
Figure 0007225397000272
 式中
Figure 0007225397000273
 である。
本開示の広い一般的な範囲から逸脱することなく、多くの変形例及び／または修正が、上記の実施形態になされ得ることが、当業者によって理解されるであろう。したがって、本発明の実施形態は、あらゆる点において例示的であり、制約的ではないとみなすべきである。
１０１ 量子プロセッサ
１０２ キュービット
１０３ 制御信号源
１０４ 制御信号
１０５ 環境

Claims (19)

  1. ノイズの存在下でマルチキュービットを含む量子プロセッサの制御実施のパフォーマンスを評価及び改善するための方法であって、
    マルチキュービットノイズハミルトニアンによって記述されたノイズ相互作用を複数の寄与ノイズチャネルに分解することによって、複数の一意のノイズ軸演算子Ａ （ｉ） に基づいてノイズをモデル化することであって、各チャネルは、前記複数の一意のノイズ軸演算子Ａ（ｉ） のうちの1つによって記述されたノイズダイナミクスを生成し、式中（ｉ）はｉ番目のノイズチャネルをインデックス化する、前記モデル化すること、
    所与の制御実施について、関連する前記ノイズダイナミクスに対するマルチキュービットシステムの感度を表す各ノイズチャネルの一意のフィルタ関数を含む複数の一意のフィルタ関数を判定することであって、前記複数の一意のフィルタ関数のそれぞれは、対応する前記ノイズチャネル（ｉ）の前記複数の一意のノイズ軸演算子（Ａ（ｉ））のうちの前記1つの周波数変換（Ｆ）に基づき、それによって前記制御実施の前記パフォーマンスを評価する、前記判定すること、
    前記複数の一意のフィルタ関数に基づいて最適化された制御シーケンスを判定し、前記ノイズチャネルに対する前記マルチキュービットシステムの前記感度を低減し、それによって前記マルチキュービットノイズハミルトニアンとの有効相互作用を低減する、前記判定すること、
    前記最適化された制御シーケンスを前記マルチキュービットシステムに適用して前記量子プロセッサを制御し、それによって前記制御実施のパフォーマンスを向上させる、前記適用すること、
    を含む、前記方法。
  2. 前記複数の一意のノイズ軸演算子が線形演算子である、請求項１に記載の方法。
  3. 前記複数の一意のノイズ軸演算子の組み合わせが、確率変数による、前記複数の一意のノイズ軸演算子の各々の重み付けを含む、請求項１または２に記載の方法。
  4. 前記複数の一意のノイズ軸演算子の組み合わせは、それぞれの確率変数によって重み付けされた前記複数の一意のノイズ軸演算子の線形結合である、請求項１、２または３に記載の方法。
  5. 前記複数の一意のフィルタ関数のそれぞれは、前記複数の一意のノイズ軸演算子のうちの前記1つに適用した制御ハミルトニアン（Ｕｃ）の周波数変換に基づいている、請求項１から４のうちのいずれか一項に記載の方法。
  6. 前記制御ハミルトニアンは、マルチキュービットに対する演算を表す、請求項５に記載の方法。
  7. 前記量子プロセッサのゲートセットがエンタングル演算を含み、前記制御ハミルトニアンが前記マルチキュービット間の前記エンタングル演算を含む、請求項６に記載の方法。
  8. 前記複数の一意のノイズ軸演算子のうちの前記1つに適用される前記制御ハミルトニアン（Ｕｃ）は、トグルフレームノイズ軸演算子を形成する、請求項５～７のいずれか１項に記載の方法。
  9. 前記トグルフレームノイズ軸演算子が、前記ノイズの確率論的内容を除く前記ノイズ軸に対する制御ダイナミクスを表す、請求項８に記載の方法。
  10. 前記複数の一意のノイズ軸演算子のうちの前記1つは、前記マルチキュービットのヒルベルト空間にある、請求項１から９のうちのいずれか一項に記載の方法。
  11. 前記複数の一意のノイズ軸演算子のうちの前記1つが時変する、請求項１から１０のうちのいずれか一項に記載の方法。
  12. 前記複数の一意のノイズ軸演算子のうちの前記1つの次元は、前記マルチキュービットのハミルトニアンの次元に等しい、請求項１から１１のうちのいずれか一項に記載の方法。
  13. 前記複数の一意のノイズ軸演算子のうちの前記1つが非マルコフ誤差モデルに基づく、請求項１から１２のうちのいずれか一項に記載の方法。
  14. 前記複数の一意のノイズ軸演算子のうちの前記1つが、前記量子プロセッサの環境の１つまたは複数の測定に基づく、請求項１から１３のうちのいずれか一項に記載の方法。
  15. 前記複数の一意のフィルタ関数の各々が、前記周波数変換の前記複数の一意のノイズ軸演算子のうちの前記1つの次元の合計に基づく、請求項１から１４のうちのいずれか一項に記載の方法。
  16. 前記複数の一意のフィルタ関数に基づいて制御シーケンスを判定することは、前記制御ハミルトニアンとして表される前記マルチキュービットの前記演算に対するノイズの影響を低減することである、請求項6に記載の方法。
  17. 縮小次元の有効制御ハミルトニアンにマルチキュービット系のための演算子をマッピングすることをさらに含み、
    前記複数の一意のフィルタ関数のそれぞれは、前記最適化された制御シーケンスがマルチキュービット制御解を表すように、前記複数の一意のノイズ軸演算子に適用される前記有効制御ハミルトニアン（Ｕｃ）の周波数変換に基づいている、請求項１から１６のうちのいずれか一項に記載の方法。
  18. コンピュータによって実行されたときに、前記コンピュータに請求項１から１７のうちのいずれか一項の方法を実行させるソフトウェア。
  19. マルチキュービットと、コントローラであって、
    マルチキュービットノイズハミルトニアンによって記述されたノイズ相互作用を複数の寄与ノイズチャネルに分解することによって、複数の一意のノイズ軸演算子Ａ （ｉ） に基づいてノイズをモデル化することであって、各チャネルは、前記複数の一意のノイズ軸演算子Ａ（ｉ） のうちの1つによって記述されたノイズダイナミクスを生成し、式中（ｉ）はｉ番目のノイズチャネルをインデックス化する、前記モデル化すること、
    所与の制御実施について、関連する前記ノイズダイナミクスに対するマルチキュービットシステムの感度を表す各ノイズチャネルの一意のフィルタ関数を含む複数の一意のフィルタ関数を判定することであって、前記複数の一意のフィルタ関数のそれぞれは、対応する前記ノイズチャネル（ｉ）の前記複数の一意のノイズ軸演算子（Ａ（ｉ））のうちの前記1つの周波数変換（Ｆ）に基づき、それによって前記制御実施のパフォーマンスを評価する、前記判定すること、
    前記複数の一意のフィルタ関数に基づいて最適化された制御シーケンスを判定し、前記ノイズチャネルに対する前記マルチキュービットシステムの前記感度を低減し、それによって前記マルチキュービットノイズハミルトニアンとの有効相互作用を低減する、前記判定すること、
    前記最適化された制御シーケンスを前記マルチキュービットシステムに適用して量子プロセッサを制御し、それによって前記制御実施のパフォーマンスを向上させる、前記適用すること、
    を行うように構成された前記コントローラとを含む、量子プロセッサ。
JP2021527256A 2018-07-23 2019-06-24 マルチキュービット制御 Active JP7225397B2 (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
AU2018902650 2018-07-23
AU2018902650A AU2018902650A0 (en) 2018-07-23 Multi-qubit control
AU2018247327A AU2018247327B1 (en) 2018-07-23 2018-10-12 Multi-qubit control
AU2018247327 2018-10-12
PCT/AU2019/050651 WO2020019015A1 (en) 2018-07-23 2019-06-24 Multi-qubit control

Publications (2)

Publication Number Publication Date
JP2021532514A JP2021532514A (ja) 2021-11-25
JP7225397B2 true JP7225397B2 (ja) 2023-02-20

Family

ID=64461266

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021527256A Active JP7225397B2 (ja) 2018-07-23 2019-06-24 マルチキュービット制御

Country Status (9)

Country Link
US (1) US11210602B2 (ja)
EP (1) EP3827381B1 (ja)
JP (1) JP7225397B2 (ja)
KR (1) KR102608229B1 (ja)
CN (1) CN112534448B (ja)
AU (1) AU2018247327B1 (ja)
ES (1) ES2955236T3 (ja)
PL (1) PL3827381T3 (ja)
WO (1) WO2020019015A1 (ja)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2018247327B1 (en) 2018-07-23 2018-12-06 Q-CTRL Pty Ltd Multi-qubit control
CN113255921A (zh) 2020-02-11 2021-08-13 阿里巴巴集团控股有限公司 测量系统、方法、装置及设备
CN111798831B (zh) * 2020-06-16 2023-11-28 武汉理工大学 一种声音粒子合成方法及装置
US11567887B2 (en) * 2020-09-11 2023-01-31 International Business Machines Corporation Quantum controller fast path interface
CN112149832B (zh) 2020-10-09 2022-05-10 腾讯科技（深圳）有限公司 量子比特的频率控制信号处理方法、超导量子芯片
RU2761771C1 (ru) * 2020-12-28 2021-12-13 Общество с ограниченной ответственностью «Международный центр квантовой оптики и квантовых вычислений» (ООО «МЦКТ») Способ выполнения квантовых вычислений с использованием кудитов
CN113098802B (zh) * 2021-03-25 2021-10-26 北京百度网讯科技有限公司 量子噪声信道的逆映射分解方法及装置、电子设备和介质
CN113313260B (zh) * 2021-05-26 2024-05-28 中国电子技术标准化研究院 一种基于拓扑绝缘体的量子点的实现方法、系统和介质
US11789812B2 (en) 2021-11-15 2023-10-17 International Business Machines Corporation Pulsed stark tones for collision mitigation
CN115456182B (zh) * 2022-01-27 2024-06-14 本源量子计算科技（合肥）股份有限公司 用于生成量子比特操控信号的装置及量子计算机控制系统
US11695417B1 (en) 2022-02-25 2023-07-04 Massachusetts Institute Of Technology Active noise cancelation in superconducting Qubits using closed-loop feedback
CN114782281B (zh) * 2022-05-05 2022-12-09 连云港问鼎环保科技有限公司 一种图像自适应量子中值滤波方法
CN114819165B (zh) * 2022-05-27 2023-03-28 北京大学 一种量子系统的模拟演化方法及装置
CN115564051B (zh) * 2022-09-26 2023-05-30 北京大学 一种基于量子门获取待测系统本征态的方法及装置
CN115423113A (zh) * 2022-09-26 2022-12-02 北京大学 一种基于量子门进行量子模拟的方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017529695A (ja) 2014-08-13 2017-10-05 ディー−ウェイブ システムズ，インコーポレイテッド 低磁気雑音の超伝導配線層を形成する方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4899117A (en) 1987-12-24 1990-02-06 The United States Of America As Represented By The Secretary Of The Army High accuracy frequency standard and clock system
IL120119A0 (en) 1997-01-31 1997-04-15 Binder Yehuda Method and system for calibrating a crystal oscillator
EP1087530B1 (en) 1999-09-22 2003-05-28 Telefonaktiebolaget L M Ericsson (Publ) Matched crystal temperature compensation device
JP2001339244A (ja) 2000-05-29 2001-12-07 Nippon Precision Circuits Inc 温度補償型発振器とその製造方法および温度補償型発振用集積回路
JP3414382B2 (ja) 2001-01-09 2003-06-09 日本電気株式会社 Ｐｌｌ回路及びその制御方法
US6710663B1 (en) 2002-10-25 2004-03-23 Rockwell Collins Temperature compensation of a rubidium frequency standard
US20050093638A1 (en) 2003-11-03 2005-05-05 Heng-Chih Lin Methods and apparatus to control frequency offsets in digitally controlled crystal oscillators
US20050250651A1 (en) * 2004-03-29 2005-11-10 Amin Mohammad H S Adiabatic quantum computation with superconducting qubits
US7015762B1 (en) 2004-08-19 2006-03-21 Nortel Networks Limited Reference timing signal apparatus and method
US7292109B2 (en) 2005-09-29 2007-11-06 Intel Corporation Auto-calibrated time base apparatus, systems, and methods
US7541878B2 (en) 2005-12-29 2009-06-02 Intel Corporation Temperature compensated crystal oscillator
US8975970B2 (en) 2010-02-01 2015-03-10 Silicon Laboratories Inc. Producing a desired frequency using a controlled oscillator with known temperature sensitivity
US9892365B2 (en) * 2014-02-28 2018-02-13 Rigetti & Co., Inc. Operating a multi-dimensional array of qubit devices
US9362929B2 (en) 2014-07-11 2016-06-07 The University Of Sydney Controlling oscillators
US10552755B2 (en) * 2014-08-22 2020-02-04 D-Wave Systems Inc. Systems and methods for improving the performance of a quantum processor to reduce intrinsic/control errors
AU2018247327B1 (en) 2018-07-23 2018-12-06 Q-CTRL Pty Ltd Multi-qubit control

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017529695A (ja) 2014-08-13 2017-10-05 ディー−ウェイブ システムズ，インコーポレイテッド 低磁気雑音の超伝導配線層を形成する方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GREEN, Todd J., et al.，Arbitrary quantum control of qubits in the presence of universal noise，arXiv，2013年05月18日，v2，[online] [検索日：2022.09.05] <URL: https://arxiv.org/abs/1211.1163>

Also Published As

Publication number Publication date
US20210256409A1 (en) 2021-08-19
KR102608229B1 (ko) 2023-11-30
PL3827381T3 (pl) 2024-04-15
EP3827381C0 (en) 2023-08-30
EP3827381B1 (en) 2023-08-30
CN112534448B (zh) 2024-02-23
KR20210032411A (ko) 2021-03-24
EP3827381A4 (en) 2022-05-04
US11210602B2 (en) 2021-12-28
AU2018247327B1 (en) 2018-12-06
WO2020019015A1 (en) 2020-01-30
EP3827381A1 (en) 2021-06-02
CN112534448A (zh) 2021-03-19
JP2021532514A (ja) 2021-11-25
ES2955236T3 (es) 2023-11-29

Similar Documents

Publication Publication Date Title
JP7225397B2 (ja) マルチキュービット制御
AU2020292425B2 (en) Hybrid quantum-classical computer for bayesian inference with engineered likelihood functions for robust amplitude estimation
Van Den Berg et al. Model-free readout-error mitigation for quantum expectation values
US11288121B2 (en) Simulating errors of a quantum device using variational quantum channels
Aaronson et al. BosonSampling with lost photons
Koczor et al. Variational-state quantum metrology
US10469087B1 (en) Bayesian tuning for quantum logic gates
Khodjasteh et al. Dynamical quantum error correction of unitary operations with bounded controls
CA3075897A1 (en) Device-tailored model-free error correction in quantum processors
US20220358393A1 (en) Quantum computer system and method for performing quantum computation with reduced circuit depth
AU2018256557B1 (en) Quantum control development and implementation interface
Coopmans et al. Predicting gibbs-state expectation values with pure thermal shadows
WO2017131081A1 (ja) 量子情報処理システム、量子情報処理方法、プログラム、及び記録媒体
Ramadhani et al. Quantum error mitigation for quantum state tomography
Miguel-Ramiro et al. Enhancing quantum computation via superposition of quantum gates
Peters et al. Perturbative readout-error mitigation for near-term quantum computers
Ding et al. Robust ground-state energy estimation under depolarizing noise
US20210365622A1 (en) Noise mitigation through quantum state purification by classical ansatz training
Massingham et al. An efficient method for generalised Wiener series estimation of nonlinear systems using Gaussian processes
US20240046131A1 (en) Methods and systems for patch-by-patch characterization of quantom processors
Pesah Learning quantum state properties with quantum and classical neural networks
Endo et al. Variational-state quantum metrology
久良 Quantum estimation theory for continuous data
Portik et al. Robustness of chaotic behavior in iterated quantum protocols
Farnoudkia et al. Semi-Bayesian Inference of Time Series Chain Graphical Models in Biological Networks

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220620

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20220620

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220912

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221124

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230116

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230208

R150 Certificate of patent or registration of utility model

Ref document number: 7225397

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150