노이즈 관리 기법 개요
양자 워크로드를 실행할 때 노이즈의 영향을 줄이는 여러 가지 방법이 있습니다. 오픈 소스 Qiskit 애드온은 개발 워크플로에 직접 통합되는 오류 완화 및 억제 기법을 제공하며, Qiskit Runtime은 실행을 위해 Job이 제출될 때 자동으로 고급 오류 완화 전략을 적용합니다. 이 페이지에서는 양자 워크로드를 구축할 때 노이즈를 관리하는 적절한 접근 방식을 선택하는 데 도움이 되도록 두 옵션 전반의 사용 가능한 모든 도구와 기능을 색인화합니다.
일반 노이즈 관리 기법
지향적 실행 모델
클라이언트 측에서 설계 의도를 캡처하고, Circuit 변형의 비용이 많이 드는 생성을 서버 측으로 이동시킴으로써 오류 완화 및 기타 기법을 세밀하게 조정합니다.
문서 보기 →
동적 분리
Circuit 실행 중 Qubit 간의 원치 않는 상호 작용으로 인한 코히어런스 오류를 억제하기 위해 유휴 Qubit에 펄스 시퀀스를 삽입합니다.
자세히 알아보기 →
Pauli 트월링
모든 노이즈 채널을 더 구체적인 구조를 가진 Pauli 채널로 변환하는 노이즈 맞춤 기법으로, Pauli 노이즈에 잘 작동하는 다른 오류 완화 기법과 자주 결합됩니다.
자세히 알아보기 →
AQC-Tensor Qiskit 애드온
사용자가 Circuit의 초기 부분을 해당 Circuit의 거의 동일한 근사값으로 컴파일할 수 있지만 레이어가 더 적습니다.
문서 보기 →
기댓값 추정을 위한 오류 완화
트월된 읽기 오류 소거 (TREX)
Qiskit Runtime 내의 오류 완화 도구로, 무작위로 트월된 측정 시퀀스로 대체하여 측정 오류의 영향을 완화합니다.
자세히 알아보기 →
제로 노이즈 외삽 (ZNE)
다양한 노이즈 수준에서 기댓값을 계산한 후 노이즈가 있는 기댓값 결과를 제로 노이즈 한계로 외삽하여 이상적인 결과를 추정하는 오류 완화 기법입니다.
자세히 알아보기 →
확률적 오류 증폭 (PEA)
Circuit의 트월된 노이즈 모델을 학습하기 위한 예비 실험을 실행한 후 이 모델을 사용하여 더 정확한 오류 증폭을 수행하는 ZNE 기법입니다.
자세히 알아보기 →
확률적 오류 소거 (PEC)
ZNE보다 더 큰 오버헤드를 대가로 기댓값의 편향되지 않은 추정값을 반환합니다. 다양한 노이즈 Circuit 인스턴스를 실행하여 이상적인 Circuit의 출력을 외삽합니다.
자세히 알아보기 →
음영 라이트콘을 사용한 PEC
목표 Observable의 특성에 따라 노이즈 모델에서 설명하는 오류 항의 수를 줄이기 위해 Pauli 전파를 사용하는 수정된 PEC 기법입니다.
문서 보기 →
연산자 역전파 (OBP)
Clifford 섭동 이론에 기반한 방법을 사용하여 더 많은 연산자 측정 비용으로 Circuit 끝에서 연산을 제거하여 Circuit 깊이를 줄입니다.
문서 보기 →
전파된 노이즈 흡수 (PNA)
Pauli 전파를 사용하여 학습된 노이즈 채널의 역수를 Observable에 '흡수'하여 Observable 기댓값의 오류를 완화하는 기법입니다.
문서 보기 →