Advanced techniques - Mga Qiskit addon

Ang mga Qiskit addon ay koleksyon ng mga research capabilities para sa pagtuklas ng mga algorithm sa utility scale. Ang mga modular na software component na ito ay nakabatay sa mabilis at mahusay na pundasyon ng Qiskit at maaaring isaksak sa isang workflow para mapalawak o magdisenyo ng mga bagong quantum algorithm. Itinatampok ng page na ito ang mga available na tools sa mga pangunahing functional na kategorya para matulungan kang pumili ng mga kaugnay na kakayahan habang binubuo ang iyong mga workflow.

I-map ang mga domain problem

Nakatuon ang mga kakayahang ito sa pag-map ng mga domain problem sa mga quantum operator at circuit para sa pagpapatupad sa isang quantum computer.

Optimization mapper

I-model ang mga optimization problem at i-map ang mga ito sa mga representasyong naiintindihan ng quantum computer.

I-browse ang dokumentasyon →

Qiskit Fermions

Magtrabaho sa mga fermionic system gamit ang mga data structure para sa fermionic operator at circuit, gayundin ang mga framework para sa fermion-to-qubit encoding at circuit synthesis sa pamamagitan ng Qiskit transpiler integration.

I-browse ang dokumentasyon →

AQC-Tensor

Bumuo ng mga high-fidelity na circuit na may mas mababang depth gamit ang approximate quantum compilation with tensor networks.

Browse documentation →

Multi-product formulas

Bawasan ang Trotter error ng Hamiltonian dynamics sa pamamagitan ng weighted na kumbinasyon ng ilang circuit execution.

Browse documentation →

I-optimize ang mga circuit para sa hardware execution

Ang mga kakayahang ito ay kapaki-pakinabang para mabawasan ang circuit depth at karaniwang may kasamang mas mataas na sampling overhead.

Operator backpropagation

Bawasan ang circuit depth sa mga expectation value estimation sa pamamagitan ng pag-backpropagate ng mga observable sa circuit.

Browse documentation →

Circuit cutting

Bawasan ang depth ng mga na-transpile na circuit sa pamamagitan ng pag-decompose ng mga entangling gate sa pagitan ng mga hindi magkaratig na qubit.

Browse documentation →

Alamin ang mga noise model

Gamitin ang mga sumusunod na tool para sa pagtukoy at pagpino ng mga noise model bilang bahagi ng iyong error mitigation strategy

Noise learning

Bumuo ng mga randomization-based quantum noise characterization na eksperimento at model-fitting analysis pipeline

I-browse ang dokumentasyon →

Shaded lightcones

Bawasan ang probabilistic error cancellation (PEC) sampling overhead sa pamamagitan ng pag-alis ng mga noise model term na may mababang epekto sa observable estimation.

I-browse ang dokumentasyon →

Pamahalaan ang noise para sa expectation value estimation

Gamitin ang mga sumusunod na addon para pamahalaan ang noise habang binubuo ang mga quantum workload na nag-eestimate ng mga expectation value ng mga observable.

Propagated noise absorption

I-mitigate ang mga expectation value sa pamamagitan ng pagsukat ng target na observable na sumipsip ng impormasyon ng noise model.

I-browse ang dokumentasyon →

Qiskit Mitigation

Gumawa ng custom na error mitigation pipeline gamit ang mga technique tulad ng PEC, ZNE, at TREX direkta sa Samplomatic.

I-browse ang dokumentasyon →

Pamahalaan ang noise para sa mga sampling result

Ang mga technique na ito ay kapaki-pakinabang para pamahalaan ang noise sa mga sampling result.

Sample-based quantum diagonalization

Tantiyahin ang spectrum ng mga quantum Hamiltonian sa pamamagitan ng pagproseso ng mga maingay na sample at pag-diagonalize sa isang pinababang subspace.

Browse documentation →

SQD for HPC

Isang HPC-ready na implementasyon ng SQD addon, nakasulat sa modernong C++17 standards at dinisenyo para paganahin ang mga HPC workflow at application.

Browse documentation →

Postselection gamit ang bit-flip checks

I-filter ang non-Markovian noise sa mga sampled bitstring sa pamamagitan ng pagsasama ng bit-flip checks sa circuit.

Read the documentation →

Matrix-free Measurement Mitigation (M3)

I-mitigate ang mga measurement error sa pamamagitan ng pagproseso sa isang pinababang subspace na tinukoy ng mga maingay na bitstring.

I-browse ang dokumentasyon →

Paulice

Pahusayin ang fidelity ng mga sampled distribution gamit ang hardware-efficient na Pauli checks base sa spacetime codes.

Browse documentation →

Mga sumusuportang kakayahan

Gamitin ang mga kakayahang ito para suportahan at buuin ang iyong mga workflow na gumagamit ng ibang mga addon.

Addon utilities

Bumuo ng mga workflow na gumagamit ng mga addon nang mas mabilis sa pamamagitan ng koleksyon ng mga function para sa paglikha ng mga Hamiltonian, pagbuo ng mga Trotter time-evolution circuit, at paggamit ng pinakabagong error mitigation capabilities.

Browse documentation →

Pauli propagation

Isang framework para tantiyahin ang operator evolution, na maaaring gamitin para i-simulate ang mga expectation value at ipatupad ang mga error mitigation technique, tulad ng propagated noise absorption (PNA) at shaded lightcones.

Browse documentation →