Modélisation du bruit
Un modèle de bruit décrit comment les erreurs affectent les résultats de l'exécution d'un circuit quantique. Les modèles de bruit prennent en charge plusieurs étapes d'un workflow typique, notamment : simuler un circuit de façon classique pour estimer les performances attendues avant de soumettre un job ou pour alimenter une technique de mitigation d'erreurs telle que l'annulation probabiliste d'erreurs. Pour les stratégies générales de réduction de l'impact du bruit pendant l'exécution, consulte Aperçu des techniques de gestion du bruit.
Cette page rassemble les paquets et les fonctionnalités qui prennent en charge chaque partie de ce workflow, regroupés en apprentissage du bruit d'un appareil, construction d'un modèle de bruit pour la simulation classique et affinement d'un modèle de bruit pour une technique de mitigation d'erreurs précise.
Construire et exécuter des algorithmes d'apprentissage du bruit
Utilise les paquets d'apprentissage du bruit pour caractériser directement le bruit d'un appareil à partir de données expérimentales. Ces paquets exécutent des circuits aléatoires pour estimer les taux d'erreur et construire un modèle de bruit qui reflète le comportement réel du matériel.
Construire des modèles de bruit pour la simulation de circuits bruités
Utilise ce paquet pour construire un modèle de bruit afin de simuler des circuits de façon classique. Avec un modèle de bruit, tu peux estimer le comportement d'un circuit sur du matériel bruité avant de l'exécuter sur un QPU.
Affiner les modèles de bruit
Utilise ces paquets pour ajuster un modèle de bruit à une technique de mitigation d'erreurs précise. Chaque paquet cible un compromis différent entre le coût d'échantillonnage, le biais et la fiabilité des échantillons post-sélectionnés.