노이즈 인식 오류완화 및 Zero-noise Extrapolation 연구

Noise-Aware Error Mitigation and Zero-noise Extrapolation

연구 내용

QAOA 실행 시 노이즈에 의한 성능 저하를 완화하기 위해 QEM을 체계적으로 분류하고, 하드웨어 노이즈 특성을 반영한 ZNE 절차로 게이트 오류 완화를 수행하는 연구

본 분야는 양자 오류 정정까지의 확장성이 제한된 NISQ에서 결과 신뢰도를 높이기 위해 Quantum Error Mitigation(QEM)을 중심으로 접근합니다. QAOA 실행 단계에서 전처리-실행-후처리 관점으로 오류완화 기법을 분류하고, 노이즈 유형과 하드웨어 제약에 따른 선택 기준을 정리합니다. 또한 Zero-Noise Extrapolation(ZNE)에서 일반적인 균일 오류 가정 대신, 목표 하드웨어의 노이즈 특성을 활용해 folding을 노이즈-인식 방식으로 수행함으로써 보정 정확도와 안정성을 향상시키는 연구를 수행합니다.

관련 프로젝트

3건

연구 흐름

초기 연구는 비정형 단백질 구조 예측을 위한 양자-고전 하이브리드 소프트웨어 기술에서 양자 오류와 동적 노이즈 모델을 다루는 방향으로 시작되었습니다. 이후 QAOA의 실제 배치 관점에서 전처리, 실행 중 보정, 후처리로 이어지는 QEM 전략을 통합적으로 분류하는 리뷰 및 설계 프레임을 구축했습니다. 최근에는 하드웨어 노이즈 특성을 반영한 noise-aware folding 방식으로 ZNE 정확도를 개선하는 구체적 게이트 오류 완화 절차를 개발하고, 기존 folding 방식과의 성능 비교로 신뢰도 향상을 검증하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

노이즈 유형 기반 QEM 선택
QAOA 오류완화 파이프라인
Zero-noise extrapolation 보정
하드웨어 캘리브레이션 기반 실행
노이즈-인식 컴파일 및 실행
양자 게이트 오류 완화
잡음 환경 적응형 최적화
오류 누적 스케일링 분석
양자 알고리즘 재사용 프레임
NISQ 신뢰도 향상 절차