quantumNoise

数据集包含在不同IBM量子机器上相同量子电路的许多运行中。我们使用了9台不同的机器，对于每台机器，我们运行电路的2000执行。该电路沿其具有9个不同的测量步骤。为了获得9个结果分布，对于每次执行，电路的各个部分被附加9次 (在对IBM API的同一调用中，因此，在尽可能短的时间内) 测量每次的新步骤。对IBM API的调用遵循两种不同的策略。一种是为了最大限度地增加对接口的调用次数，将代码与尽可能多的运行并行化，甚至每次运行8000次，但考虑从内存中1000 8次来获得概率。另一种策略较慢，没有并行化，随后执行之间的等待时间最短。采用后者是为了及时获得更均匀的分配执行。

搜集汇总

背景与挑战

背景概述

该数据集收集了在9台不同IBM量子机器上运行的相同量子电路数据，每台机器执行2000次，并采用并行化和非并行化两种策略来获取电路测量步骤的结果分布。其核心目的是用于学习量子设备的噪声指纹，以支持相关研究和分析。