Skip to main content
IBM Quantum Platform

高度なテクニック - Qiskit アドオン

Qiskitアドオンは、ユーティリティ規模でのアルゴリズム発見を可能にする研究機能の集合体です。 これらのモジュール式ソフトウェアコンポーネントは、Qiskitの高性能な基盤を土台としており、 ワークフロー に組み込むことで、既存の量子アルゴリズムを拡張したり、新しい量子アルゴリズムを設計したりすることができます。 このページでは、ワークフローを構築する際に適切な機能を選択できるよう、主要な機能カテゴリごとに利用可能なツールを紹介しています。

マップドメインの問題

これらの機能は、ドメインの問題を量子演算子や回路に変換し、量子コンピュータ上で実行することを専門としています。

  • 最適化マッパー (新しいタブで開く)

    モデル最適化問題を定式化し、量子コンピュータが理解できる表現に変換する。

    資料を参照する

  • Qiskitのフェルミオン

    フェルミオン演算子や回路のためのデータ構造、およびQiskitトランスパイラーとの統合によるフェルミオンからクビットへのエンコーディングや回路合成のためのフレームワークを活用して、フェルミオン系を扱う。

    資料を参照する

  • AQCテンソル (新しいタブで開く)

    テンソルネットワークを用いた近似量子コンパイルにより、奥行きを抑えた高忠実度の回路を構築する。

    資料を参照する

  • 複数製品用配合 (新しいタブで開く)

    複数の回路実行結果を重み付けして組み合わせることで、ハミルトニアン力学におけるトロッター誤差を低減する。

    資料を参照する

ハードウェア実行向けに回路を最適化する

これらの機能は回路の深さを減らすのに役立ちますが、通常、サンプリングのオーバーヘッドが増加します。

ノイズモデルについて学ぶ

エラー軽減戦略の一環として、ノイズモデルの学習および改良には以下のツールをご利用ください

  • ノイズ学習

    ランダム化に基づく量子ノイズ特性評価実験およびモデル適合解析パイプラインの構築

    資料を参照する

  • 陰影付き光円錐

    観測値の推定に与える影響が小さいノイズモデルの項を除去することで、確率的誤差相殺（PEC）のサンプリングオーバーヘッドを低減する。

    資料を参照する

期待値推定におけるノイズの処理

観測量の期待値を推定する量子ワークロードを構築する際、ノイズを管理するには、以下のアドオンを使用してください。

  • 伝播雑音吸収

    ノイズモデル情報を吸収した観測量を測定することで、期待値を低減する。

    資料を参照する

  • Qiskitのリスク軽減策

    Samplomatic を使用して、PEC、ZNE、TREX などの手法を用いたカスタムエラー軽減パイプラインを直接構築できます。

    資料を参照する

サンプリング結果のノイズを管理する

これらの手法は、サンプリング結果のノイズを処理するのに役立ちます。

対応機能

これらの機能を活用して、他のアドオンを組み込んだワークフローを構築・運用してください。

  • アドオンユーティリティ (新しいタブで開く)

    ハミルトニアンを作成し、トロッター時間発展回路を生成し、最新の誤差低減機能を適用するためのこの関数コレクションを活用することで、アドオンを活用したワークフローをより迅速に構築できます。

    資料を参照する

  • パウリ効果

    演算子の発展を近似するためのフレームワークであり、期待値のシミュレーションや、伝播ノイズ吸収（PNA）やシェーディングされたライトコーンといった誤差低減手法の実装に利用することができる。

    資料を参照する

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。