Modelado de ruido
Un modelo de ruido describe cómo afectan los errores a los resultados de ejecutar un circuito cuántico. Los modelos de ruido respaldan varias etapas de un flujo de trabajo típico, entre ellas: simular un circuito de forma clásica para estimar el rendimiento esperado antes de enviar un job, o para informar una técnica de mitigación de errores como la cancelación probabilística de errores. Para conocer estrategias generales que reducen el impacto del ruido durante la ejecución, consulta Overview of noise management techniques.
Esta página reúne los paquetes y las capacidades que respaldan cada parte de ese flujo de trabajo, agrupados en aprender el ruido de un dispositivo, construir un modelo de ruido para simulación clásica y refinar un modelo de ruido para una técnica concreta de mitigación de errores.
Construcción y ejecución de algoritmos de aprendizaje de ruido
Usa los paquetes de aprendizaje de ruido para caracterizar el ruido de un dispositivo directamente a partir de datos experimentales. Estos paquetes ejecutan circuitos aleatorizados para estimar tasas de error y construir un modelo de ruido que refleje el comportamiento real del hardware.
Construcción de modelos de ruido para la simulación de circuitos con ruido
Usa este paquete para construir un modelo de ruido con el que simular circuitos de forma clásica. Con un modelo de ruido, puedes estimar cómo se comporta un circuito en hardware con ruido antes de ejecutarlo en una QPU.
Refinamiento de modelos de ruido
Usa estos paquetes para ajustar un modelo de ruido a una técnica concreta de mitigación de errores. Cada paquete apunta a un equilibrio distinto entre el coste de muestreo, el sesgo y la fiabilidad de las muestras posseleccionadas.