基于误差矩阵数字孪生的量子过程层析成像
准确且稳健的量子过程层析成像(QPT)对于验证量子门和诊断构建通用量子计算机实验中的实现故障至关重要。然而,QPT协议的可靠性常常受到故障探针的影响,特别是状态准备和测量(SPAM)误差,这些误差在传统QPT算法中引入了根本性的不一致性。该团队提出并研究了一种增强型多量子比特系统QPT方法,通过将误差矩阵整合到单位过程矩阵的数字孪生中,实现了SPAM误差学习的统计优化,并提高了QPT的精度。通过数值模拟,研究团队展示了该方法能够实现高度准确和忠实的过程表征。该工作进一步利用超导量子门进行了实验验证,相比标准QPT,其保真度至少提高了一个数量级。研究结果为评估量子门保真度和在特定硬件上增强QPT提供了一种实用且精确的方法。
