مقاله زیرفضاهای در حال فروپاشی یکنواخت برای محاسبات کوانتومی کاهش خطا

چکیده

We present a general condition to obtain subspaces that decay uniformly in a system governed by the Lindblad master equation and use them to perform error mitigated quantum computation. The expectation values of dynamics encoded in such subspaces are unbiased estimators of noise-free expectation values. In analogy to the decoherence free subspaces which are left invariant by the action of Lindblad operators, we show that the uniformly decaying subspaces are left invariant (up to orthogonal terms) by the action of the dissipative part of the Lindblad equation. We apply our theory to a system of qubits and qudits undergoing relaxation with varying decay rates and show that such subspaces can be used to eliminate bias up to first order variations in the decay rates without requiring full knowledge of noise. Since such a bias cannot be corrected through standard symmetry verification, our method can improve error mitigation in dual-rail qubits and given partial knowledge of noise, can perform better than probabilistic error cancellation.

چکیده به فارسی (ترجمه ماشینی)

ما یک شرط کلی برای به دست آوردن زیر مجموعه هایی که به طور یکنواخت در سیستمی که توسط معادله کارشناسی ارشد Lindblad اداره می شود ، ارائه می دهیم و از آنها برای انجام محاسبات کوانتومی کاهش یافته خطا استفاده می کنیم.مقادیر انتظار پویایی رمزگذاری شده در چنین زیر مجموعه ها برآوردگرهای بی طرفانه از مقادیر انتظار بدون سر و صدا هستند.در قیاس با زیر مجموعه های بدون دکوراسیون که توسط عمل اپراتورهای Lindblad ثابت مانده است ، ما نشان می دهیم که زیر مجموعه های یکنواخت پوسیده با عمل قسمت انتهایی معادله Lindblad ثابت مانده اند (تا اصطلاحات متعامد).ما تئوری خود را در سیستم qubits و رده های تحت آرامش با نرخ پوسیدگی مختلف اعمال می کنیم و نشان می دهیم که می توان از چنین زیر مجموعه هایی برای از بین بردن تعصب تا تغییرات مرتبه اول در نرخ پوسیدگی استفاده کرد بدون اینکه نیاز به آگاهی کامل از سر و صدا داشته باشد.از آنجا که چنین تعصب را نمی توان از طریق تأیید تقارن استاندارد اصلاح کرد ، روش ما می تواند کاهش خطا را در قاب های ریل دوگانه بهبود بخشد و با توجه به دانش جزئی از سر و صدا ، می تواند بهتر از لغو خطای احتمالی عمل کند.