タグ付けされた質問 「noise」

5
エラー修正は必要ですか?
なぜエラー修正が必要なのですか?私の理解では、エラー修正はノイズからエラーを除去しますが、ノイズは平均化されるはずです。私が尋ねていることを明確にするために、なぜエラー修正を伴うのではなく、単に操作を100回実行し、平均/最も一般的な答えを選ぶことができないのですか?

3
どの量子エラー訂正コードが最も高いしきい値を持っていますか(これを書いている時点で証明されています)?
現在、フォールトトレランスの最高しきい値に関してレコードを保持している量子エラー訂正コードはどれですか?サーフェスコードはかなり良い(?)ことは知っていますが、正確な数値を見つけるのは困難です。また、表面コードの3Dクラスターへの一般化についても読みました(トポロジー量子エラー訂正)。この研究の主な動機は、任意の長さの計算のしきい値を上げることだったと思います。≈10−2≈10−2\approx10^{-2} 私の質問は、どの量子エラー訂正コードが最も高いしきい値を持っているかです(これを書いている時点で証明されています)。 この値を判断するためには、どのしきい値が理論的に達成可能かを知っておくといいでしょう。そのため、任意の量子エラー訂正コードのしきい値の(非自明ではない)上限を知っていると便利です。

3
次のコンテキストで「ノイズ」とは正確に何を意味しますか?
教会チューリング論文の強化版は次のように述べています: チューリングマシンを使用して、アルゴリズムプロセスを効率的にシミュレートできます。 さて、5ページ(第1章)に、Michael A. Nielsen著のQuantum Computation and Quantum Information:10th Anniversary Editionという本があります。 強力なチャーチチューリングテーゼへの挑戦の1つのクラスは、アナログ計算の分野に由来します。チューリング以来、多くの異なる研究チームが、特定の種類のアナログコンピューターがチューリングマシンでは効率的な解決策がないと思われる問題を効率的に解決できることに気付きました。一見したところ、これらのアナログコンピューターは、チャーチチューリングテーゼの強力な形態に違反しているように見えます。残念なことに、アナログ計算では、アナログコンピューターのノイズの存在について現実的な仮定を行うと、既知のすべての場合にそのパワーが消えることがわかりました。チューリングマシンでは解決できない問題を効率的に解決することはできません。このレッスン–現実的なノイズの影響計算モデルの効率を評価する際に考慮する必要があります。これは、量子計算と量子情報の初期の大きな課題の1つでした。 。したがって、アナログ計算とは異なり、量子計算は原則として有限量のノイズに耐えることができ、計算上の利点を保持できます。 この文脈でノイズとはどういう意味ですか?それらは熱雑音を意味しますか?著者が教科書の前のページでノイズが意味するものを定義または明確にしていないのは奇妙です。 もっと一般化された設定でノイズに言及しているのではないかと思っていました。たとえば、産業用ノイズ、振動ノイズ、熱ノイズなどの従来のノイズを取り除いても(または無視できるレベルまで低減)、ノイズは振幅、位相などの不確実性を指す場合があります。システムの量子力学的性質。
14 noise 

1
ユニバーサルゲートを介したゲートの近似は、計算の長さにどのように比例しますか?
私は、任意のゲートが有限の普遍的なゲートセットで近似できるという建設的な証拠があることを理解しています。これは、Solovay–Kitaev Theoremです。 ただし、近似によりエラーが発生し、長い計算で広がり、蓄積されます。これはおそらく、計算の長さに応じてひどくスケーリングするでしょうか?1つのゲートではなく、回路全体に近似アルゴリズムを適用する可能性があります。しかし、これは計算の長さに応じてどのようにスケーリングしますか(つまり、近似はゲートの次元にどのようにスケーリングしますか)?ゲート近似はゲート合成とどのように関係しますか?これは計算の最終的な長さに影響を与えると想像できたからですか? さらに不安なのは、ゲートシーケンスのコンパイル時に計算の長さがわからない場合はどうなりますか?

2
量子コンピュータはどのようにして「量子ノイズ」を防ぐのですか?
ShorのアルゴリズムのWikipediaページには、Shorのアルゴリズムは現在、RSAサイズの数値を因数分解するために使用することは不可能であると記載されています。最近の量子コンピューターは、このノイズによる計算への干渉をどのように防止しますか?彼らはそれをまったく防ぐことができますか?
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.