論文の概要: Quantum Circuit Cutting with Maximum Likelihood Tomography

• arxiv url: http://arxiv.org/abs/2005.12702v4
• Date: Tue, 16 Mar 2021 20:54:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-19 01:25:45.563208
• Title: Quantum Circuit Cutting with Maximum Likelihood Tomography
• Title（参考訳）: 最大ラピッドトモグラフィを用いた量子回路切断
• Authors: Michael A. Perlin, Zain H. Saleem, Martin Suchara, James C. Osborn
• Abstract要約: 本稿では,量子デバイス上でクラスタ化された量子回路を動作させるための改良回路切断技術として,MLFT(Max maximum fragment tomography)を導入する。 回路切断法の古典的計算オーバーヘッドを最小限に抑えることに加え、MLFTは量子回路の出力に対して最も確率分布が考えられる。
• 参考スコア（独自算出の注目度）: 0.22940141855172036
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce maximum likelihood fragment tomography (MLFT) as an improved circuit cutting technique for running clustered quantum circuits on quantum devices with a limited number of qubits. In addition to minimizing the classical computing overhead of circuit cutting methods, MLFT finds the most likely probability distribution for the output of a quantum circuit, given the measurement data obtained from the circuit's fragments. We demonstrate the benefits of MLFT for accurately estimating the output of a fragmented quantum circuit with numerical experiments on random unitary circuits. Finally, we show that circuit cutting can estimate the output of a clustered circuit with higher fidelity than full circuit execution, thereby motivating the use of circuit cutting as a standard tool for running clustered circuits on quantum hardware.
• Abstract（参考訳）: 本稿では,量子デバイス上で量子回路を量子ビット数限定で動作させるための回路切断技術として,MLFT(Max maximum fragment tomography)を導入する。 回路切断法における古典的な計算オーバーヘッドを最小化することに加えて、回路の断片から得られる測定データから、MLFTは量子回路の出力の確率分布が最も高いことを発見した。 乱ユニタリ回路の数値実験により,断片化量子回路の出力を正確に推定するMLFTの利点を実証する。 最後に,回路切断は全回路実行よりも忠実度の高いクラスタ回路の出力を推定できることを示し,量子ハードウェア上でクラスタ回路を実行するための標準ツールとして回路切断を用いることを動機付けている。

関連論文リスト

• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• Reducing Mid-Circuit Measurements via Probabilistic Circuits [0.13108652488669736]
  中間回路の測定と測定制御ゲートは、多くの量子ハードウェアプラットフォームによって支えられている。 この研究は、これらの測定のいくつかをランダム化ゲート応用の等価回路で置き換えることのできる静的回路最適化を提案する。
  論文  参考訳（メタデータ） (2024-05-22T15:33:19Z)
• FragQC: An Efficient Quantum Error Reduction Technique using Quantum Circuit Fragmentation [4.2754140179767415]
  誤差確率が一定の閾値を超えると、量子回路をサブ回路に切断するソフトウェアツールであるFragQCを提示する。 回路を切断せずに直接実行した場合の忠実度は14.83%増加し、8.45%が最先端のICP法である。
  論文  参考訳（メタデータ） (2023-09-30T17:38:31Z)
• Circuit Cutting with Non-Maximally Entangled States [59.11160990637615]
  分散量子コンピューティングは、複数のデバイスの計算能力を組み合わせて、個々のデバイスの限界を克服する。 回路切断技術は、古典的な通信を通じて量子計算の分配を可能にする。 量子テレポーテーション(quantum teleportation)は、指数的なショットの増加を伴わない量子計算の分布を可能にする。 非最大エンタングル量子ビット対を利用する新しい回路切断法を提案する。
  論文  参考訳（メタデータ） (2023-06-21T08:03:34Z)
• Approximate Quantum Circuit Cutting [4.3186101474291325]
  現在の量子ハードウェアと差し迫った量子ハードウェアは、ノイズと限定量子ビット数による信頼性と適用性に欠ける。 量子回路切断(Quantum circuit cutting)は、大きな量子回路を手前の限られた量子資源に適した大きさの小さなサブ回路に分割する技法で、これらの問題を緩和するために用いられる。 本稿では、近似回路再構成の概念を紹介する。
  論文  参考訳（メタデータ） (2022-12-02T16:04:52Z)
• Rotation-inspired circuit cut optimization [7.562843347215286]
  近年の研究では、大きな量子回路を切断し、より小さな量子回路のクラスターに分解できることが示されている。 本稿では,回路切断の処理後オーバーヘッドを低減する方法として,回転インスパイアされた回路切断最適化(RICCO)を提案する。 本稿では、VQEの小さなインスタンスを古典的にシミュレートし、既存の回路切断手法と比較することにより、RCICCOのVQEへの適用を実証する。
  論文  参考訳（メタデータ） (2022-11-14T13:57:22Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
  量子回路をキューネットワークとしてモデル化することを提案する。 提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
  論文  参考訳（メタデータ） (2021-06-26T10:55:52Z)
• Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
  本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。 後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。 近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
  論文  参考訳（メタデータ） (2020-07-29T05:26:19Z)
• Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
  Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。 観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
  論文  参考訳（メタデータ） (2020-05-05T20:11:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。