解析

qiskit_noise_learning.analysis

データ分析。

クラス

コラム「 1 」	コラム「 2 」
`AnalysisPipeline`	各ステージを順次連結 `AnalysisStage` するコンポジット。
`AnalysisStage`	分析パイプラインにおけるステージの抽象ベースクラス。
`AverageObservables`	各未結合パスとフラグメント深度の組み合わせについて、ランダム化を繰り返し行った際の観測値の平均値。
`ComputeObservables`	生データから観測可能なデータを算出する。
`CurveFitObservables`	観測データを「」という形式の指数関数的な減衰曲線に適合させ `a * f**fragment_depth`、残りの観測値についてはランダム化によって平均化する。
`Fit`	分析階層の各レベルにおけるデータを格納するためのコンテナ。
`FlipPostSelect`	古典的なレジスタ全体におけるビット反転の失敗に基づいて、生データにマスクを適用する。
`LeastSquaresSolve`	最小二乗法を用いて `ModelData` を求め、必要に応じて非負制約を課す。
`LegacySolve`	従来のペア・フィデリティ法 `ModelData` を用いて、を解く。
`LinearSystemData`	解くべき線形システムと、生形式のメタデータ。
`PositivityMinSolve`	パウリ・リンドブラッドの速度定数の正値性を最小化 `ModelData` しつつ、を解く。
`SymmetrizeFidelities`	プロジェクトジェネレータは、ゲートごとに、フィデリティ・対称性ヌル空間へとレートを投影する。
`SymmetrizeGenerators`	共役対称性を満たすプロジェクトジェネレータの係数を、ゲートごとに算出する。

このページは役に立ちましたか？

バグや誤字の報告、またはコンテンツの要求はGitHubで行ってください。