As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Técnicas de mitigação de erros em dispositivos IonQ
<a name="error-mitigation-ionq"></a>

A mitigação de erros envolve a execução de vários circuitos físicos e a combinação de suas medições para obter um resultado aprimorado.

**nota**  
Para todos os dispositivos IonQ: ao usar um modelo sob demanda, há um limite de 1 milhão de disparos e um mínimo [de 2.500 disparos](braket-terms.md#gateshot-limit-term) para tarefas de [Mitigação de erros.](https://docs.aws.amazon.com/braket/latest/developerguide/braket-error-mitigation.html) Para uma reserva direta, não há limite de disparos e há um mínimo de 500 disparos para tarefas de mitigação de erros.

## Eliminação de preconceitos
<a name="error-mitigation-ionq-debiasing"></a>

Dispositivos IonQapresentam um método de mitigação de erros chamado *debiasing*. 

O debiasing mapeia um circuito em várias variantes que atuam em diferentes permutações de qubits ou com diferentes decomposições de portas. Isso reduz o efeito de erros sistemáticos, como sobre-rotações de portas ou um único qubit defeituoso, usando diferentes implementações de um circuito que, de outra forma, poderiam distorcer os resultados da medição. Isso ocorre às custas de uma sobrecarga extra para calibrar vários qubits e portas.

Para obter mais informações sobre despolarização, consulte [Aprimoramento do desempenho do computador quântico por meio da simetrização](https://arxiv.org/abs/2301.07233).

**nota**  
Usar a eliminação de polarização requer um mínimo de 2500 disparos.

Você pode executar uma tarefa quântica com despolarização em um dispositivo IonQ usando o seguinte código:

```
from braket.aws import AwsDevice
from braket.circuits import Circuit
from braket.error_mitigation import Debias

# choose an IonQ device
device = AwsDevice("arn:aws:braket:us-east-1::device/qpu/ionq/Forte-Enterprise-1")
circuit = Circuit().h(0).cnot(0, 1)

task = device.run(circuit, shots=2500, device_parameters={"errorMitigation": Debias()})

result = task.result()
print(result.measurement_counts)
>>> {"00": 1245, "01": 5, "10": 10 "11": 1240} # result from debiasing
```

Quando a tarefa quântica estiver concluída, você poderá ver as probabilidades de medição e qualquer tipo de resultado da tarefa quântica. As probabilidades de medição e as contagens de todas as variantes são agregadas em uma única distribuição. Todos os tipos de resultados especificados no circuito, como valores esperados, são calculados usando as contagens de medição agregadas.

## Nitidez
<a name="error-mitigation-ionq-sharpening"></a>

Você também pode acessar as probabilidades de medição calculadas com uma estratégia de pós-processamento diferente chamada *nitidez*. A nitidez compara os resultados de cada variante e descarta fotos inconsistentes, favorecendo o resultado de medição mais provável entre as variantes. Para obter mais informações, consulte [Aprimoramento do desempenho do computador quântico por meio da simetrização](https://arxiv.org/abs/2301.07233). 

É importante ressaltar que a nitidez pressupõe que a forma da distribuição de saída seja esparsa, com poucos estados de alta probabilidade e muitos estados de probabilidade zero. Isso pode distorcer a distribuição de probabilidade se essa suposição não for válida. 

Você pode acessar as probabilidades a partir de uma distribuição aprimorada no campo `additional_metadata` do `GateModelTaskResult` do SDK Braket Python. Observe que a nitidez não retorna as contagens de medição, mas retorna uma distribuição de probabilidade renormalizada. O trecho de código a seguir mostra como acessar a distribuição após a nitidez.

```
print(result.additional_metadata.ionqMetadata.sharpenedProbabilities)
>>> {"00": 0.51, "11": 0.549} # sharpened probabilities
```