数据驱动的自适应量子误差缓解方法(针对概率分布)
量子误差缓解(QEM)作为一种硬件友好的误差抑制技术被提出。虽然QEM最初主要应用于可观测值期望估计的误差抑制,但近期研究已探索其在无噪概率分布估计中的应用。该工作受软件工程方法启发,提出了两种提升概率分布QEM精度的方案:其一采用N版本编程法,通过比对不同QEM策略获得的概率分布并剔除离群分布,从而验证误差缓解分布的可行性;其二基于一致性的外推策略选择方法——该研究团队在不同误差率下制备K个数据点,选取其中L(L<K)个进行外推,评估所有(K选L)组合的误差缓解结果,最终选择产生最小方差的外推方法。此流程还可按比特串逐项实施,实现对分布中每个概率的自适应误差缓解。



