从随机序列中估计门集合属性
摘要：量子计算设备的规模和复杂性不断增加，因此需要一种能够获取关于量子操作的精确诊断信息的工具。然而，目前的量子设备只能进行短暂的无结构门序列，然后进行本地测量。我们接受这种限制，并将其转化为一种用于表征量子门集的新范式。一种单一的实验 - 随机序列估计 - 可以解决众多估计问题，所有复杂性都转移到经典后处理中。我们推导出具有接近最优性能保证的强大通道变体的阴影估计，并将其用作部分、压缩和完全过程重建以及学习Pauli噪声的原语。我们讨论了在量子门工程循环中的应用，并提出了用于优化量子门和诊断串扰的新方法。
作者：J. Helsen, M. Ioannou, J. Kitzinger, E. Onorati, A. H. Werner, J. Eisert, I. Roth
论文ID：2110.13178
分类：Quantum Physics
分类简称：quant-ph
提交时间：2023-09-01