論文の概要: Software Pipelining for Quantum Loop Programs

• arxiv url: http://arxiv.org/abs/2012.12700v1
• Date: Wed, 23 Dec 2020 14:27:05 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-19 19:48:44.551443
• Title: Software Pipelining for Quantum Loop Programs
• Title（参考訳）: 量子ループプログラムのためのソフトウェアパイプライン
• Authors: Jingzhe Guo, Mingsheng Ying
• Abstract要約: 本稿では,量子ループプログラムにおける命令レベル並列性を利用したソフトウェアパイプライン化を提案する。 この方法は、QAOAのような一般的なアプリケーションを含むいくつかのテストケースで評価され、いくつかのベースライン結果と比較される。 これは、我々が知る限り、そのようなループ制御フローを持つ量子プログラムの最適化に向けた最初のステップである。
• 参考スコア（独自算出の注目度）: 1.1878820609988696
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a method for performing software pipelining on quantum for-loop programs, exploiting parallelism in and across iterations. We redefine concepts that are useful in program optimization, including array aliasing, instruction dependency and resource conflict, this time in optimization of quantum programs. Using the redefined concepts, we present a software pipelining algorithm exploiting instruction-level parallelism in quantum loop programs. The optimization method is then evaluated on some test cases, including popular applications like QAOA, and compared with several baseline results. The evaluation results show that our approach outperforms loop optimizers exploiting only in-loop optimization chances by reducing total depth of the loop program to close to the optimal program depth obtained by full loop unrolling, while generating much smaller code in size. This is the first step towards optimization of a quantum program with such loop control flow as far as we know.
• Abstract（参考訳）: 本稿では,並列性を利用した量子フォーループプログラムのソフトウェアパイプライン化手法を提案する。 我々は、配列エイリアス、命令依存性、リソース競合など、プログラム最適化に有用な概念を再定義し、今回は量子プログラムの最適化に役立てる。 再定義された概念を用いて、量子ループプログラムにおける命令レベル並列性を利用したソフトウェアパイプライン化アルゴリズムを提案する。 最適化手法は、QAOAのような一般的なアプリケーションを含むいくつかのテストケースで評価され、いくつかのベースライン結果と比較される。 評価の結果,フルループアンロールにより得られる最適なプログラム深さに近いループプログラム全体の深さを削減し,より小さなコードを生成することで,ループ内最適化のチャンスのみを利用するループオプティマイザよりも優れることがわかった。 これは、我々が知る限りそのようなループ制御フローを持つ量子プログラムの最適化に向けた最初のステップである。

関連論文リスト

• Provably Faster Algorithms for Bilevel Optimization via Without-Replacement Sampling [96.47086913559289]
  勾配に基づくアルゴリズムはバイレベル最適化に広く用いられている。 本研究では,より高速な収束率を実現する非置換サンプリングに基づくアルゴリズムを提案する。 合成および実世界の両方のアプリケーションに対してアルゴリズムを検証する。
  論文  参考訳（メタデータ） (2024-11-07T17:05:31Z)
• The T-Complexity Costs of Error Correction for Control Flow in Quantum Computation [10.655710695515044]
  多くの量子アルゴリズムは、物理量子ビットの不確実性を克服するために量子エラー補正を使用する必要がある。 エラー訂正は、T-複雑性(T-complexity)と呼ばれるパフォーマンスボトルネックを課し、アルゴリズムの実装を理想化されたハードウェアよりも遅く実行することができる。 本稿では,プログラムのT-複雑度を分析し,遅延の原因を特定するために,開発者が利用できるコストモデルを提案する。
  論文  参考訳（メタデータ） (2023-11-21T18:32:05Z)
• Quantum Goemans-Williamson Algorithm with the Hadamard Test and Approximate Amplitude Constraints [62.72309460291971]
  本稿では,n+1$ qubitsしか使用しないGoemans-Williamsonアルゴリズムの変分量子アルゴリズムを提案する。 補助量子ビット上で適切にパラメータ化されたユニタリ条件として目的行列を符号化することにより、効率的な最適化を実現する。 各種NPハード問題に対して,Goemans-Williamsonアルゴリズムの量子的効率的な実装を考案し,提案プロトコルの有効性を実証する。
  論文  参考訳（メタデータ） (2022-06-30T03:15:23Z)
• A Fully Single Loop Algorithm for Bilevel Optimization without Hessian Inverse [121.54116938140754]
  両レベル最適化問題に対して,Hessian 逆フリーな完全単一ループアルゴリズムを提案する。 我々のアルゴリズムは$O(epsilon-2)$と収束することを示す。
  論文  参考訳（メタデータ） (2021-12-09T02:27:52Z)
• A Cutting-plane Method for Semidefinite Programming with Potential Applications on Noisy Quantum Devices [7.99536002595393]
  切削平面法を用いてSDPソルバの高速化に固有解器の量子スピードアップを利用する方法を示す。 我々は, RCP法が境界オラクルのノイズに対して非常に頑健であることを示し, ノイズの多い量子デバイスでもRCPが使用するのに適していることを示した。
  論文  参考訳（メタデータ） (2021-10-07T12:42:23Z)
• Progress towards analytically optimal angles in quantum approximate optimisation [0.0]
  量子近似最適化アルゴリズム(Quantum Approximate optimization algorithm)は、量子プロセッサ上で実行される時間可変分割演算子である。 p=1$層の最適パラメータが1自由変数に減少し、熱力学の極限で最適角度を回復することが証明された。 さらに、重なり関数の勾配の消失条件は、回路パラメータ間の線形関係を導出し、キュービット数に依存しない類似の形式を持つことを示した。
  論文  参考訳（メタデータ） (2021-09-23T18:00:13Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Provably Faster Algorithms for Bilevel Optimization [54.83583213812667]
  バイレベル最適化は多くの重要な機械学習アプリケーションに広く適用されている。 両レベル最適化のための2つの新しいアルゴリズムを提案する。 両アルゴリズムが$mathcalO(epsilon-1.5)$の複雑さを達成し,既存のアルゴリズムを桁違いに上回っていることを示す。
  論文  参考訳（メタデータ） (2021-06-08T21:05:30Z)
• Enabling Dataflow Optimization for Quantum Programs [11.71212583708166]
  量子コンピューティングのためのIRは、最適化のために量子および古典的なデータ依存関係を公開する。 本稿では、いくつかの量子固有最適化パスを含むMLIRに基づくプロトタイプ実装を提案する。
  論文  参考訳（メタデータ） (2021-01-26T19:01:12Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Warm-starting quantum optimization [6.832341432995627]
  最適化問題の緩和解に対応する初期状態を用いて量子最適化を温める方法について論じる。 これにより、量子アルゴリズムは古典的なアルゴリズムの性能保証を継承することができる。 同じ考えを他のランダム化ラウンドスキームや最適化問題に適用するのは簡単である。
  論文  参考訳（メタデータ） (2020-09-21T18:00:09Z)

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。