modularq 1.1.0

Modular Software Stack for Quantum Computing — measurement diagnostics and correction

modularq 🔬

Modular Software Stack for Quantum Computing

Una librería Python que implementa diagnóstico y corrección de no-equilibrio modular en mediciones cuánticas, basada en:

Balfagón, C. (2025). A Modular Software Stack for Quantum Computing: From Born-Rule Equilibrium to Nonequilibrium-Aware Quantum Software. Universidad de Buenos Aires.

---

¿Qué problema resuelve?

Las computadoras cuánticas NISQ operan como sistemas abiertos y ruidosos. Las estadísticas de medición pueden desviarse sistemáticamente de las predicciones ideales (Born rule) cuando el proceso de medición opera fuera del equilibrio termodinámico (KMS).

modularq detecta y corrige estas desviaciones automáticamente, sin modificar el hardware ni los circuitos.

---

Instalación

pip install numpy scipy matplotlib
# Luego descargá modularq.py desde este repo

O en Google Colab:

!wget https://raw.githubusercontent.com/nanocastro79/modularq/main/modularq.py
from modularq import ModularAnalyzer

---

Uso básico

import numpy as np
from modularq import ModularAnalyzer

# Matriz de densidad reconstruida (del subsistema medido)
rho = np.array([[0.52, 0.01], [0.01, 0.48]])

# Conteos experimentales
counts = {"0": 5200, "1": 4800}

# Born baseline
p0 = {"0": 0.5, "1": 0.5}

# Analizar
analyzer = ModularAnalyzer(eps=1e-6, mode="auto")
result = analyzer.analyze(rho, counts, p0)

print(result.summary())
# → MIS, régimen, probabilidades corregidas, comparación AIC

---

Qué hace el stack (capas)

Capa	Función
0	Hardware cuántico (sin modificar)
1	Reconstrucción de estado (tomografía / shadows)
2	Diagnóstico modular: K = -log(ρ), δK_i ← núcleo
3	Clasificación: Born-válido / perturbativo / no-KMS
4	Regla de medición efectiva: reweighting exponencial
5	Control modular (minimizar imbalance)
6	API de software
7	Inferencia estadística (AIC/BIC)

---

Modular Imbalance Score (MIS)

Métrica escalar que indica la validez del Born rule:

MIS	Régimen	Acción
< 0.02	✅ KMS-balanced	Ninguna (Born válido)
0.02 – 0.10	⚠️ Perturbativo	Corrección leve
> 0.10	🔴 No-KMS	Corrección necesaria

---

Reproducibilidad

Los experimentos originales están disponibles en Zenodo:

• DOI: 10.5281/zenodo.18066279
• Hardware: IBM Quantum (ibm_marrakesh, ibm_fez, ibm_torino)
• Circuitos: Bell (2q) y GHZ (3q)

---

Licencia

Uso académico y no comercial: libre y gratuito bajo los términos de esta licencia.

Uso comercial: requiere acuerdo de licencia separado.
Contacto: [e-mail]

© 2025 Christian H. Balfagón and Mariano M. Castro.