Modellazione del rumore
Un modello di rumore descrive come gli errori influenzano i risultati dell'esecuzione di un circuito quantistico. I modelli di rumore supportano diverse fasi di un tipico workflow, tra cui: simulare un circuito in modo classico per stimare le prestazioni attese prima di inviare un job o per informare una tecnica di mitigazione degli errori come la probabilistic error cancellation. Per strategie generali per ridurre l'impatto del rumore durante l'esecuzione, consulta Panoramica delle tecniche di gestione del rumore.
Questa pagina raccoglie i pacchetti e le funzionalità che supportano ciascuna parte di quel workflow, raggruppati in apprendimento del rumore da un dispositivo, costruzione di un modello di rumore per la simulazione classica e raffinamento di un modello di rumore per una specifica tecnica di mitigazione degli errori.
Costruzione ed esecuzione di algoritmi di apprendimento del rumore
Usa i pacchetti di apprendimento del rumore per caratterizzare il rumore di un dispositivo direttamente dai dati sperimentali. Questi pacchetti eseguono circuiti randomizzati per stimare i tassi di errore e costruire un modello di rumore che rifletta il comportamento reale dell'hardware.
Costruzione di modelli di rumore per la simulazione di circuiti rumorosi
Usa questo pacchetto per costruire un modello di rumore per simulare i circuiti in modo classico. Con un modello di rumore, puoi stimare come si comporta un circuito su hardware rumoroso prima di eseguirlo su una QPU.
Raffinamento dei modelli di rumore
Usa questi pacchetti per adattare un modello di rumore a una specifica tecnica di mitigazione degli errori. Ogni pacchetto punta a un diverso compromesso tra costo di campionamento, bias e affidabilità dei campioni postselezionati.