고급 기법 - Qiskit 애드온
Qiskit 애드온은 유틸리티 규모에서 알고리즘 발견을 가능하게 하는 연구 기능의 모음입니다. 이 모듈형 소프트웨어 구성 요소는 Qiskit의 고성능 기반 위에 구축되며, 새로운 양자 알고리즘을 확장하거나 설계하기 위해 워크플로우에 연결할 수 있습니다. 이 페이지에서는 워크플로우를 구축할 때 관련 기능을 선택하는 데 도움이 되도록 주요 기능 카테고리별로 사용 가능한 도구를 소개합니다.
도메인 문제 매핑
이 기능들은 도메인 문제를 양자 컴퓨터에서 실행하기 위한 양자 연산자 및 Circuit으로 매핑하는 데 특화되어 있습니다.
최적화 매퍼
최적화 문제를 모델링하고 양자 컴퓨터가 이해할 수 있는 표현으로 매핑합니다.
문서 보기 →
Qiskit Fermions
페르미온 연산자와 회로를 위한 데이터 구조와, Qiskit Transpiler 통합을 통한 페르미온-큐비트 인코딩 및 회로 합성 프레임워크를 사용하여 페르미온 시스템을 다룹니다.
문서 찾아보기 →
AQC-Tensor
텐서 네트워크를 이용한 근사 양자 컴파일을 사용하여 깊이를 줄이면서 높은 충실도의 Circuit을 구성합니다.
문서 보기 →
다중 곱 공식
여러 Circuit 실행의 가중 조합을 통해 해밀토니안 동역학의 Trotter 오류를 줄입니다.
문서 보기 →
하드웨어 실행을 위한 Circuit 최적화
이 기능들은 Circuit 깊이를 줄이는 데 유용하며, 일반적으로 샘플링 오버헤드가 증가합니다.
연산자 역전파
Circuit을 통해 관측량을 역전파하여 기댓값 추정에서 Circuit 깊이를 줄입니다.
Browse documentation →
Circuit 절단
인접하지 않은 Qubit 간의 얽힘 Gate를 분해하여 Transpiler된 Circuit의 깊이를 줄입니다.
문서 보기 →
잡음 모델 학습하기
오류 완화 전략의 일환으로 잡음 모델을 학습하고 개선하기 위해 다음 도구를 사용하세요
Noise learning
무작위화 기반 양자 잡음 특성화 실험과 모델 피팅 분석 파이프라인을 구축합니다
문서 찾아보기 →
Shaded lightcones
관측량 추정에 미치는 영향이 낮은 잡음 모델 항을 제거하여 확률적 오류 상쇄(PEC) 샘플링 오버헤드를 줄입니다.
문서 찾아보기 →
기댓값 추정의 노이즈 관리
관측량의 기댓값을 추정하는 양자 워크로드를 구축할 때 노이즈를 관리하려면 다음 애드온을 사용하세요.
샘플링 결과의 노이즈 관리
이 기법들은 샘플링 결과의 노이즈를 관리하는 데 유용합니다.
샘플 기반 양자 대각화
노이즈가 있는 샘플을 처리하고 축소된 부분 공간에서 대각화하여 양자 해밀토니안의 스펙트럼을 추정합니다.
Overview →
HPC용 SQD
HPC 환경에 바로 사용할 수 있는 SQD 애드온 구현으로, 현대적인 C++17 표준으로 작성되었으며 HPC 워크플로우 및 애플리케이션을 지원하도록 설계되었습니다.
문서 보기 →
비트 플립 검사를 이용한 사후 선택
비트 플립 검사를 Circuit에 통합하여 샘플링된 비트스트링에서 비마르코프 노이즈를 필터링합니다.
문서 읽기 →
행렬 없는 측정 완화 (M3)
노이즈가 있는 비트스트링으로 정의된 축소된 부분 공간에서 처리하여 측정 오류를 완화합니다.
문서 보기 →
Paulice
시공간 코드를 기반으로 하는 하드웨어 효율적인 Pauli 검사를 사용하여 샘플링된 분포의 충실도를 높입니다.
문서 찾아보기 →
지원 기능
다른 애드온을 활용하는 워크플로우를 지원하고 구성하려면 이 기능들을 사용하세요.