Fugu-MT 論文翻訳(概要): Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network

論文の概要: Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network

arxiv url: http://arxiv.org/abs/2106.13998v1
Date: Sat, 26 Jun 2021 10:55:52 GMT
ステータス: 翻訳完了
システム内更新日: 2023-03-25 11:46:45.386841
Title: Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network
Title（参考訳）: キューネットワークとしてモデル化した量子乗算器における高速スワップング
Authors: Evan E. Dobbs, Robert Basmadjian, Alexandru Paler, Joseph S. Friedman
Abstract要約: 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。
参考スコア（独自算出の注目度）: 64.1951227380212
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Predicting the optimum SWAP depth of a quantum circuit is useful because it informs the compiler about the amount of necessary optimization. Fast prediction methods will prove essential to the compilation of practical quantum circuits. In this paper, we propose that quantum circuits can be modeled as queuing networks, enabling efficient extraction of the parallelism and duration of SWAP circuits. To provide preliminary substantiation of this approach, we compile a quantum multiplier circuit and use a queuing network model to accurately determine the quantum circuit parallelism and duration. Our method is scalable and has the potential speed and precision necessary for large scale quantum circuit compilation.
Abstract（参考訳）: 量子回路の最適スワップ深さの予測は、コンパイラに必要な最適化量を知らせるので有用である。高速予測法は実用的な量子回路のコンパイルに不可欠である。本稿では、量子回路をキューネットワークとしてモデル化し、SWAP回路の並列性と持続時間の効率的な抽出を可能にすることを提案する。本稿では,量子乗算器回路をコンパイルし,キューネットワークモデルを用いて量子回路の並列性と継続時間を正確に決定する手法を提案する。本手法はスケーラブルであり,大規模量子回路コンパイルに必要な速度と精度を有する。

関連論文リスト

Neural Guided Sampling for Quantum Circuit Optimization [26.90377134346014]
量子回路を特定のハードウェアトポロジーに変換し、利用可能なゲートのセットを減らし、トランスパイレーション(transpilation)としても知られ、等価回路の長さが大幅に増加する。効率的なトランスパイレーションに対処する1つの方法は、例えばランダムサンプリングとトークン置換戦略を用いて最適化から知られているアプローチに基づいている。本稿では,量子回路の2次元表現が与えられた場合,ニューラルネットワークは量子回路のゲート群を予測する。
論文参考訳（メタデータ） (2025-10-14T12:09:05Z)
Efficient Variational Quantum Algorithms via Circuit Knitting and Architecture Search [14.667623160371013]
変動量子アルゴリズム(VQA)に回路ニットを適用するフレームワークであるCKVQAを紹介する。 CKVQAは,アルゴリズム性能とサンプリングオーバーヘッドのバランスが良好であるパラメータ化量子回路を同定し,サンプリングオーバーヘッドを最小化することを目的としている。我々は,VQAのトレーニングを高速化し,全体の実行時間を短縮するサブ回路レベルの最適化手法を開発した。
論文参考訳（メタデータ） (2025-08-05T12:27:19Z)
Equivalence Checking of Quantum Circuits via Intermediary Matrix Product Operator [4.306566710489809]
等価チェックは、量子回路のコンパイルと最適化中に発生するエラーを特定する上で重要な役割を果たす。本稿では,量子回路の等価性を決定するために,行列積演算子(MPO)に基づく新しい手法を提案する。
論文参考訳（メタデータ） (2024-10-14T18:00:00Z)
Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [62.46800898243033]
量子学習理論の最近の進歩は、様々な古典的な入力によって生成された測定データから、大きな量子ビット回路の線形特性を効率的に学習できるのか? 我々は、小さな予測誤差を達成するためには、$d$で線形にスケーリングするサンプルの複雑さが必要であることを証明し、それに対応する計算複雑性は、dで指数関数的にスケールする可能性がある。そこで本研究では,古典的影と三角展開を利用したカーネルベースの手法を提案し,予測精度と計算オーバーヘッドとのトレードオフを制御可能とした。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
SuperEncoder: Towards Universal Neural Approximate Quantum State Preparation [12.591173729459427]
トレーニング済みのニューラルネットワークを利用して任意の量子状態に対してQSP回路を直接生成できることが示される。我々の研究は、近似QSPのための普遍的ニューラルデザイナに向けて着実に進んでいる。
論文参考訳（メタデータ） (2024-08-10T04:39:05Z)
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)
QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文参考訳（メタデータ） (2024-01-10T22:33:00Z)
Mapping quantum circuits to shallow-depth measurement patterns based on graph states [0.0]
我々は,測定に基づく量子コンピューティングのためのハイブリッドシミュレーション手法を開発した。完全可換作用素の群は完全並列、すなわち非適応的測定を用いて実装可能であることを示す。量子テレポーテーションを用いることで、そのような回路を一定の量子深さで実装する方法について議論する。
論文参考訳（メタデータ） (2023-11-27T19:00:00Z)
Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
論文参考訳（メタデータ） (2023-09-11T18:00:00Z)
Parallel circuit implementation of variational quantum algorithms [0.0]
本稿では,変分量子アルゴリズム(VQA)の量子回路を分割し,並列トレーニングと実行を可能にする手法を提案する。本稿では,この問題からの固有構造を同定可能な最適化問題に適用する。我々は,本手法がより大きな問題に対処できるだけでなく,1つのスライスのみを用いてパラメータをトレーニングしながら,完全なVQAモデルを実行することもできることを示した。
論文参考訳（メタデータ） (2023-04-06T12:52:29Z)
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)
An Optimized Quantum Implementation of ISD on Scalable Quantum Resources [2.274915755738124]
Prange の ISD アルゴリズムは量子コンピュータ上でより効率的に実装可能であることを示す。我々は、古典的コプロセッサのアイデアを活用して、ハイブリッドな古典的量子トレードオフを設計する。
論文参考訳（メタデータ） (2021-12-12T06:01:10Z)
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。