Towards Predictive Quantum Algorithmic Performance: Modeling Time-Correlated Noise at Scale
本文通过结合张量网络技术与量子自回归移动平均模型,揭示了时间相关噪声的频谱特征如何决定量子算法(如量子傅里叶变换)的保真度衰退指数,并证明了利用中等规模(40-80 量子比特)的模拟数据即可准确预测大规模(100-128 量子比特)电路在硬件相关噪声下的性能,从而为建立连接模拟与实验的预测性基准测试协议奠定了基础。