量子科技中心_量科网

保真度估计是当前在噪声中等规模量子（NISQ）设备上测试量子程序时至关重要但资源密集的环节。由于硬件噪声、设备异构性以及编译引发的电路变换，所需测量次数往往难以预先确定。该研究团队提出QuFid框架，通过利用电路结构和运行时统计反馈，实现了在线自适应确定测量预算的方法。该工作将量子程序建模为有向无环图（DAG），采用控制流感知的随机游走来刻画噪声沿门依赖关系的传播特性。通过编译引发的结构形变指标捕获特定后端效应，并将其整合到随机游走模型中，最终导出一个噪声传播算子。基于该算子的谱特征量化电路复杂度，为自适应测量规划提供了理论化且轻量级的决策依据。在IBM Quantum后端执行的18项量子基准测试表明，相较于固定测量次数和基于学习的方法，QuFid在持续保持可接受保真度偏差的同时，显著降低了测量成本。