qiskit_experiments で Rabi振動

前回同様，qiskit_experimentsを用いて，Rabi振動を見ていきたいと思います．

RoughXSXAmplitudeCal

今回はqiskit_experimentsのRoughXSXAmplitudeCalを用いてRabi振動を見ていきます．これはマイクロ波のエンベロープ関数の振幅を変化させていくことによって，$X$ゲートと$SX$ゲートを同時に校正していく関数のようです．Rabi振動を見れば，$X$や$SX$の最適な振幅が分かるということですね．

それではコードを見ていきましょう．

import pandas as pd
import numpy as np
import qiskit.pulse as pulse
from qiskit.circuit import Parameter
from qiskit_experiments.calibration_management.calibrations import Calibrations
from qiskit import schedule
from qiskit import IBMQ
from qiskit_experiments.library.calibration import RoughXSXAmplitudeCal

IBMQ.save_account("") #tokenを入れてください
IBMQ.load_account()
provider = IBMQ.get_provider(hub='ibm-q')
backend = provider.get_backend('') #使用するbackendを指定してください

qubit = 0


def setup_cals(backend) -> Calibrations:

    cals = Calibrations.from_backend(backend)

    dur = Parameter("dur")
    amp = Parameter("amp")
    sigma = Parameter("σ")
    drive = pulse.DriveChannel(Parameter("ch0"))

    with pulse.build(name="x") as x:
        pulse.play(pulse.Gaussian(dur, amp, sigma), drive)

    with pulse.build(name="sx") as sx:
        pulse.play(pulse.Gaussian(dur, amp, sigma), drive)

    cals.add_schedule(x, num_qubits=1)
    cals.add_schedule(sx, num_qubits=1)

    return cals

def add_parameter_guesses(cals: Calibrations):

    for sched in ["x","sx"]:
        cals.add_parameter_value(15, "σ", schedule=sched)
        cals.add_parameter_value(120, "dur", schedule=sched)
        cals.add_parameter_value(0.5, "amp", schedule=sched)

cals = setup_cals(backend)
add_parameter_guesses(cals)

columns_to_show = ["parameter", "qubits", "schedule", "value"]
pd.DataFrame(**cals.parameters_table(qubit_list=[qubit, ()]))[columns_to_show]

setup_calsで波形を決めています．今回は以前同様Gussianを選択しました．また，各パラメータが指定した値になっていることが分かります．また，RoughXSXAmplitudeCalの構成上，$X$と$SX$どちらの波形も指定する必要があります．さて，ampをスイープしながらRabi振動を見ていきます．

rabi = RoughXSXAmplitudeCal((qubit,), cals, backend=backend, amplitudes=np.linspace(0, 0.75, 50))

rabi_data = rabi.run().block_for_results()
rabi_data.figure(0)

確かに以前同様の結果が得られていることが分かります．また，$X$や$SX$に最適な振幅を見てみると，

pd.DataFrame(**cals.parameters_table(qubit_list=[qubit, ()], parameters="amp"))[columns_to_show]

より，確かに更新されていることが分かります．

最後に

２量子ビット操作も実験してみたいですね(2回目)．

Version Information

Software	Version
qiskit	0.45.1
qiskit_experiments	0.5.4

	System information
Python version	3.10.12