論文の概要: Lowering the T-depth of Quantum Circuits By Reducing the Multiplicative
Depth Of Logic Networks
- arxiv url: http://arxiv.org/abs/2006.03845v1
- Date: Sat, 6 Jun 2020 11:08:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-16 11:25:05.431396
- Title: Lowering the T-depth of Quantum Circuits By Reducing the Multiplicative
Depth Of Logic Networks
- Title（参考訳）: 論理ネットワークの乗算深さ低減による量子回路のT深さ低減
- Authors: Thomas H\"aner and Mathias Soeken
- Abstract要約: 本稿では,論理ネットワークにおける乗算深度を低減するために,プログラミングに基づく論理合成アルゴリズムについて述べる。
我々のアルゴリズムは暗号や量子コンピューティングに応用されており、乗法深さの減少は対応する量子回路のより低いT$-depthへと直接変換される。
- 参考スコア（独自算出の注目度）: 1.4902915966744057
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The multiplicative depth of a logic network over the gate basis $\{\land,
\oplus, \neg\}$ is the largest number of $\land$ gates on any path from a
primary input to a primary output in the network. We describe a dynamic
programming based logic synthesis algorithm to reduce the multiplicative depth
in logic networks. It makes use of cut enumeration, tree balancing, and
exclusive sum-of-products (ESOP) representations. Our algorithm has
applications to cryptography and quantum computing, as a reduction in the
multiplicative depth directly translates to a lower $T$-depth of the
corresponding quantum circuit. Our experimental results show improvements in
$T$-depth over state-of-the-art methods and over several hand-optimized quantum
circuits for instances of AES, SHA, and floating-point arithmetic.
- Abstract（参考訳）: ゲート基底上の論理ネットワークの乗法的深さは$\{\land, \oplus, \neg\}$ であり、ネットワークの一次入力から一次出力への任意の経路上の$\land$ゲートの最大数である。
論理ネットワークにおける乗算深度を低減するために,動的プログラミングに基づく論理合成アルゴリズムについて述べる。
カット列挙、ツリーバランシング、排他的積和(ESOP)表現を利用する。
我々のアルゴリズムは暗号や量子コンピューティングに応用されており、乗法深さの減少は対応する量子回路のより低いT$-depthへと直接変換される。
実験の結果, AES, SHA, 浮動小数点演算の例に対して, 最先端手法と数個の手動最適化量子回路に比較してT$-depthの改善が認められた。
関連論文リスト
- Distributed quantum logic algorithm [0.0]
本研究は、並列ゲート実行を可能にする補助量子ビットを導入して回路深さを低減する方法を検討する。
深さ$Oleft(M n2right)$,$M = M(n)$は、深さ$Oleft(log_2(M) n2right)$で操作する深さ$Oleft(M nright)$ qubitsの回路に変換可能であることを示す。
論文 参考訳（メタデータ） (2024-11-18T19:08:07Z) - On the Constant Depth Implementation of Pauli Exponentials [49.48516314472825]
任意の指数を$mathcalO(n)$ ancillae と 2体 XX と ZZ の相互作用を用いて一定深さの回路に分解する。
クビットリサイクルの恩恵を受ける回路の書き直し規則を導入し,本手法の正しさを実証する。
論文 参考訳（メタデータ） (2024-08-15T17:09:08Z) - Linear Circuit Synthesis using Weighted Steiner Trees [45.11082946405984]
CNOT回路は一般的な量子回路の共通構成ブロックである。
本稿では,CNOTゲート数を最適化するための最先端アルゴリズムを提案する。
シミュレーション評価により、提案手法はほとんど常に有用であることが示され、CNOTゲートの数を最大10%削減する。
論文 参考訳（メタデータ） (2024-08-07T19:51:22Z) - Bootstrapping shallow circuits [0.1227734309612871]
局所反転学習(LIL)を起動し、量子回路深度を最適化し、サブユニットの浅い表現を学習する。
二分探索構造のため、最適化アルゴリズムは元の回路の深さに時間対数複雑性を持つ。
論文 参考訳（メタデータ） (2024-03-21T18:00:00Z) - A two-circuit approach to reducing quantum resources for the quantum lattice Boltzmann method [41.66129197681683]
CFD問題を解決するための現在の量子アルゴリズムは、単一の量子回路と、場合によっては格子ベースの方法を用いる。
量子格子ボルツマン法(QLBM)を用いた新しい多重回路アルゴリズムを提案する。
この問題は2次元ナビエ・ストークス方程式の流動関数-渦性定式化として鋳造され、2次元蓋駆動キャビティフローで検証および試験された。
論文 参考訳（メタデータ） (2024-01-20T15:32:01Z) - Learning shallow quantum circuits [7.411898489476803]
未知の$n$-qubit浅量子回路$U$を学習するためのアルゴリズムを提案する。
また、未知の$n$-qubit状態$lvert psi rangle$の記述を学習するための古典的なアルゴリズムも提供する。
提案手法では,局所反転に基づく量子回路表現と,これらの逆変換を組み合わせた手法を用いる。
論文 参考訳（メタデータ） (2024-01-18T16:05:00Z) - On sampling determinantal and Pfaffian point processes on a quantum
computer [49.1574468325115]
DPPは1970年代の量子光学のモデルとしてマッキによって導入された。
ほとんどのアプリケーションはDPPからのサンプリングを必要としており、その量子起源を考えると、古典的なコンピュータでDPPをサンプリングするのは古典的なものよりも簡単かどうか疑問に思うのが自然である。
バニラサンプリングは、各コスト$mathcalO(N3)$と$mathcalO(Nr2)$の2つのステップから構成される。
論文 参考訳（メタデータ） (2023-05-25T08:43:11Z) - Reducing the Depth of Quantum FLT-Based Inversion Circuit [0.5735035463793008]
本稿では、二元有限体に対する既存の量子フェルマーのLittle Theorem(ゲート)ベースの反転回路の深さを削減することを提案する。
私たちのアプローチは、時間効率の実装の代替となることができます。
論文 参考訳（メタデータ） (2022-04-16T00:20:18Z) - Quantum State Preparation with Optimal Circuit Depth: Implementations
and Applications [10.436969366019015]
我々は、$Theta(n)$-depth回路は、$O(ndlog d)$ acillary qubitsを持つ$Theta(log(nd))で作成可能であることを示す。
我々は、ハミルトンシミュレーション、方程式の線形系解法、量子ランダムアクセスメモリの実現など、異なる量子コンピューティングタスクにおける結果の適用について論じる。
論文 参考訳（メタデータ） (2022-01-27T13:16:30Z) - A quantum algorithm for training wide and deep classical neural networks [72.2614468437919]
勾配勾配勾配による古典的トレーサビリティに寄与する条件は、量子線形系を効率的に解くために必要な条件と一致することを示す。
MNIST画像データセットがそのような条件を満たすことを数値的に示す。
我々は、プールを用いた畳み込みニューラルネットワークのトレーニングに$O(log n)$の実証的証拠を提供する。
論文 参考訳（メタデータ） (2021-07-19T23:41:03Z) - Efficient Algorithms for Causal Order Discovery in Quantum Networks [44.356294905844834]
入力および出力システムへのブラックボックスアクセスを前提として,最初の効率的な量子因果順序探索アルゴリズムを開発した。
我々は、量子コムを用いて因果順序をモデル化し、我々のアルゴリズムは、与えられたプロセスと互換性のある入力と出力の順序を出力する。
我々のアルゴリズムは、量子通信ネットワークで利用可能な伝送経路を効率的に検出し、最適化する方法を提供する。
論文 参考訳（メタデータ） (2020-12-03T07:12:08Z)
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。