HAMMR-L:基于理查森-露西解卷积算法的量子态图降噪方法
当前的量子计算机存在显著噪声问题,尤其随着电路深度和量子比特数量的增加而加剧。先前研究已证实,错误输出结果在汉明空间中会呈现特定行为模式,这使得改进NISQ时代计算机的输出分布成为可能。该研究团队提出HAMMR-L:这是一种基于原理的后处理方法,通过在由汉明距离连接的测量结果状态图上应用Richardson-Lucy图像反卷积技术,从而提高输出分布的保真度。研究表明,HAMMR-L的初步实现优于QBEEP等现有最先进的基于汉明距离的后处理器,同时具备QBEEP所不具备的电路和硬件无关性。该工作还展示了该技术未来明确的改进潜力,研究人员探讨了实现这些改进的途径,并着重分析了该基础概念的优势、局限性和普适性。
量科快讯
15 小时前
17 小时前
17 小时前
3 天前

