Teknik lanjutan - Addon Qiskit

Addon Qiskit adalah kumpulan kemampuan riset untuk mendukung penemuan algoritma pada skala utilitas. Komponen perangkat lunak modular ini dibangun di atas fondasi performa Qiskit dan bisa dipasang ke dalam sebuah alur kerja untuk mengembangkan atau merancang algoritma kuantum baru. Halaman ini menyoroti alat yang tersedia di berbagai kategori fungsional utama untuk membantu kamu memilih kemampuan yang relevan saat membangun alur kerja.

Memetakan masalah domain

Kemampuan ini berfokus pada pemetaan masalah domain menjadi operator dan Circuit kuantum untuk dieksekusi pada komputer kuantum.

Mapper optimisasi

Modelkan masalah optimisasi dan petakan menjadi representasi yang bisa dipahami oleh komputer kuantum.

Jelajahi dokumentasi →

Mapper fermionik

Modelkan sistem kuantum fermionik dan petakan menjadi operator serta Circuit qubit.

Jelajahi dokumentasi →

AQC-Tensor

Bangun Circuit dengan fidelitas tinggi dan kedalaman yang lebih rendah menggunakan kompilasi kuantum aproksimasi dengan tensor network.

Jelajahi dokumentasi →

Formula multi-produk

Kurangi kesalahan Trotter pada dinamika Hamiltonian melalui kombinasi berbobot dari beberapa eksekusi Circuit.

Jelajahi dokumentasi →

Optimalkan Circuit untuk eksekusi pada perangkat keras

Kemampuan ini berguna untuk mengurangi kedalaman Circuit dan biasanya disertai peningkatan overhead sampling.

Backpropagation operator

Kurangi kedalaman Circuit pada estimasi nilai ekspektasi dengan melakukan backpropagation observable melalui Circuit.

Jelajahi dokumentasi →

Pemotongan Circuit

Kurangi kedalaman Circuit yang sudah ditranspilasi dengan menguraikan Gate yang saling mengait antara Qubit yang tidak berdekatan.

Jelajahi dokumentasi →

Kelola noise untuk estimasi nilai ekspektasi

Gunakan addon berikut untuk mengelola noise saat membangun beban kerja kuantum yang mengestimasi nilai ekspektasi observable.

Penyerapan noise yang dipropagasi

Mitigasi nilai ekspektasi dengan mengukur observable target yang telah menyerap informasi model noise.

Jelajahi dokumentasi →

Shaded lightcones

Kurangi overhead sampling probabilistic error cancellation (PEC) dengan menghapus istilah model noise yang berdampak kecil pada estimasi observable.

Jelajahi dokumentasi →

Kelola noise untuk hasil sampling

Teknik ini berguna untuk mengelola noise pada hasil sampling.

Diagonalisasi kuantum berbasis sampel

Estimasi spektrum Hamiltonian kuantum dengan memproses sampel yang bising dan melakukan diagonalisasi dalam subruang yang tereduksi.

Ikhtisar →

SQD untuk HPC

Implementasi SQD yang siap untuk HPC, ditulis dengan standar C++17 modern dan dirancang untuk mendukung alur kerja serta aplikasi HPC.

Jelajahi dokumentasi →

Postseleksi berbasis pengukuran

Saring noise non-Markovian pada Circuit dengan menyertakan pass Transpiler postseleksi berbasis pengukuran.

Baca referensi API →

Matrix-free Measurement Mitigation (M3)

Mitigasi kesalahan pengukuran dengan memproses dalam subruang yang tereduksi yang ditentukan oleh bitstring yang bising.

Jelajahi dokumentasi →

Kemampuan pendukung

Gunakan kemampuan ini untuk mendukung dan menyusun alur kerja yang memanfaatkan addon lain.

Utilitas addon

Bangun alur kerja berbasis addon dengan lebih cepat menggunakan kumpulan fungsi ini untuk membuat Hamiltonian, menghasilkan Circuit evolusi waktu Trotter, dan menerapkan kemampuan mitigasi kesalahan terbaru.

Jelajahi dokumentasi →

Propagasi Pauli

Sebuah framework untuk mengaproksimasi evolusi operator, yang bisa digunakan untuk menyimulasikan nilai ekspektasi dan menerapkan teknik mitigasi kesalahan, seperti propagated noise absorption (PNA) dan shaded lightcones.

Jelajahi dokumentasi →