Fortgeschrittene Techniken - Qiskit-Erweiterungen

Qiskit-Erweiterungen (Addons) sind eine Sammlung von Forschungsfunktionen, die die Entdeckung neuer Algorithmen im Utility-Maßstab ermöglichen. Diese modularen Softwarekomponenten bauen auf Qiskits leistungsstarker Grundlage auf und können in einen Workflow eingebunden werden, um neue Quantenalgorithmen zu skalieren oder zu entwickeln. Diese Seite stellt die verfügbaren Werkzeuge in wichtigen Funktionskategorien vor, damit du beim Erstellen deiner Workflows die passenden Fähigkeiten auswählen kannst.

Domänenprobleme abbilden

Diese Werkzeuge sind darauf spezialisiert, Domänenprobleme in Quantenoperatoren und Circuits für die Ausführung auf einem Quantencomputer abzubilden.

Optimierungs-Mapper

Modelliere Optimierungsprobleme und bilde sie in Darstellungen ab, die ein Quantencomputer verarbeiten kann.

Dokumentation durchsuchen →

Qiskit Fermions

Arbeite mit fermionischen Systemen mithilfe von Datenstrukturen für fermionische Operatoren und Circuits sowie Frameworks für Fermion-zu-Qubit-Kodierungen und Circuit-Synthese durch die Qiskit-Transpiler-Integration.

Dokumentation durchsuchen →

AQC-Tensor

Erstelle hochpräzise Circuits mit reduzierter Tiefe mithilfe näherungsweiser Quantenkompilierung mit Tensornetzwerken.

Dokumentation durchsuchen →

Multi-Produkt-Formeln

Reduziere den Trotter-Fehler der Hamiltonschen Dynamik durch eine gewichtete Kombination mehrerer Circuit-Ausführungen.

Dokumentation durchsuchen →

Circuits für die Hardware-Ausführung optimieren

Diese Fähigkeiten sind nützlich, um die Circuit-Tiefe zu reduzieren, und gehen typischerweise mit einem erhöhten Stichprobenaufwand einher.

Operator-Rückwärtspropagation

Reduziere die Circuit-Tiefe bei der Schätzung von Erwartungswerten, indem Observablen rückwärts durch den Circuit propagiert werden.

Dokumentation durchsuchen →

Circuit-Cutting

Reduziere die Tiefe transpilierter Circuits, indem verschränkende Gates zwischen nicht benachbarten Qubits zerlegt werden.

Dokumentation durchsuchen →

Rauschmodelle lernen

Verwende die folgenden Tools, um Rauschmodelle als Teil deiner Fehlerminderungsstrategie zu lernen und zu verfeinern.

Rauschen lernen

Erstelle randomisierungsbasierte Experimente zur Charakterisierung von Quantenrauschen und Analyse-Pipelines für die Modellanpassung

Dokumentation durchsuchen →

Abgeschattete Lichtkegel

Reduziere den Stichprobenaufwand für probabilistische Fehleraufhebung (PEC), indem Rauschmodellterme entfernt werden, die nur geringen Einfluss auf die Schätzung der Observablen haben.

Dokumentation durchsuchen →

Rauschen bei der Schätzung von Erwartungswerten handhaben

Verwende die folgenden Addons, um Rauschen zu handhaben, wenn du Quantum-Workloads erstellst, die Erwartungswerte von Observablen schätzen.

Propagierte Rauschabsorption

Mitigiere Erwartungswerte, indem du eine Ziel-Observable misst, die Informationen aus dem Rauschmodell absorbiert hat.

Dokumentation durchsuchen →

Qiskit Mitigation

Erstelle benutzerdefinierte Fehlerminderungs-Pipelines mit Techniken wie PEC, ZNE und TREX direkt mit Samplomatic.

Dokumentation durchsuchen →

Rauschen bei Stichprobenergebnissen handhaben

Diese Techniken sind nützlich, um Rauschen in Stichprobenergebnissen zu handhaben.

Stichprobenbasierte Quantendiagonalisierung

Schätze das Spektrum von Quanten-Hamiltonoperatoren, indem verrauschte Stichproben verarbeitet und in einem reduzierten Teilraum diagonalisiert werden.

Dokumentation durchsuchen →

SQD für HPC

Eine HPC-fähige Implementierung des SQD-Addons, geschrieben in modernem C++17-Standard und darauf ausgelegt, HPC-Workflows und -Anwendungen zu ermöglichen.

Dokumentation durchsuchen →

Nachselektion mit Bitflip-Prüfungen

Filtere nicht-Markowsches Rauschen in gemessenen Bitstrings heraus, indem Bitflip-Prüfungen in einen Circuit eingebunden werden.

Dokumentation lesen →

Matrix-freie Messfehlerminderung (M3)

Mindere Messfehler, indem in einem reduzierten Teilraum gearbeitet wird, der durch verrauschte Bitstrings definiert ist.

Dokumentation durchsuchen →

Paulice

Steigere die Fidelity gesampelter Verteilungen mithilfe hardware-effizienter Pauli-Prüfungen auf Basis von Spacetime-Codes.

Dokumentation durchsuchen →

Unterstützende Fähigkeiten

Nutze diese Fähigkeiten, um deine Workflows zu unterstützen und zusammenzustellen, die andere Addons verwenden.

Addon-Hilfsprogramme

Erstelle addon-gestützte Workflows schneller mithilfe dieser Sammlung von Funktionen zum Erstellen von Hamiltonoperatoren, Generieren von Trotter-Zeitentwicklungs-Circuits und Anwenden der neuesten Fehlerminderungsfähigkeiten.

Dokumentation durchsuchen →

Pauli-Propagation

Ein Framework zur näherungsweisen Operatorentwicklung, das zur Simulation von Erwartungswerten und zur Implementierung von Fehlerminderungstechniken wie propagierter Rauschabsorption (PNA) und abgeschatteten Lichtkegeln verwendet werden kann.

Dokumentation durchsuchen →