Fugu-MT 論文翻訳(概要): Importance of Diagonal Gates in Tensor Network Simulations

論文の概要: Importance of Diagonal Gates in Tensor Network Simulations

arxiv url: http://arxiv.org/abs/2106.15740v1
Date: Tue, 29 Jun 2021 21:55:11 GMT
ステータス: 処理完了
システム内更新日: 2023-03-24 19:15:26.180022
Title: Importance of Diagonal Gates in Tensor Network Simulations
Title（参考訳）: テンソルネットワークシミュレーションにおける対角ゲートの重要性
Authors: Danylo Lykov, Yuri Alexeev
Abstract要約: 本稿では,量子回路シミュレーションの性能を大幅に向上させる2つの手法を提案する。これらの手法はQTensorパッケージに実装され、Quantum Approximate Algorithm Optimization (QAOA) 回路を用いてベンチマークされる。
参考スコア（独自算出の注目度）: 1.0965065178451106
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work we present two techniques that tremendously increase the performance of tensor-network based quantum circuit simulations. The techniques are implemented in the QTensor package and benchmarked using Quantum Approximate Optimization Algorithm (QAOA) circuits. The techniques allowed us to increase the depth and size of QAOA circuits that can be simulated. In particular, we increased the QAOA depth from 2 to 5 and the size of a QAOA circuit from 180 to 244 qubits. Moreover, we increased the speed of simulations by up to 10 million times. Our work provides important insights into how various techniques can dramatically speed up the simulations of circuits.
Abstract（参考訳）: 本研究では,テンソルネットワークに基づく量子回路シミュレーションの性能を大幅に向上させる2つの手法を提案する。この技術はqtensorパッケージに実装され、量子近似最適化アルゴリズム(qaoa)回路を用いてベンチマークされる。この技術により、シミュレーション可能なQAOA回路の深さとサイズを増大させることができる。特に,QAOAの深さを2から5に,QAOA回路のサイズを180から244キュービットに拡大した。さらに,シミュレーションの速度を最大1000万倍に向上させた。我々の研究は、様々な技術が回路のシミュレーションを劇的に高速化する方法に関する重要な洞察を提供する。

関連論文リスト

SWAP-less Implementation of Quantum Algorithms [0.0]
本稿では,接続性に制限のあるデバイスにアルゴリズムを実装するために,パリティ量子情報のフローを追跡するフォーマリズムを提案する。我々は、エンタングゲートが量子状態を操作するだけでなく、量子情報の伝達にも活用できるという事実を活用している。
論文参考訳（メタデータ） (2024-08-20T14:51:00Z)
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)
Deep Quantum Circuit Simulations of Low-Energy Nuclear States [51.823503818486394]
深部量子回路の高速数値シミュレーションの進歩について述べる。 21キュービットまでの回路と 115,000,000以上のゲートを効率的にシミュレートできる。
論文参考訳（メタデータ） (2023-10-26T19:10:58Z)
Efficient Quantum Circuit Simulation by Tensor Network Methods on Modern GPUs [11.87665112550076]
量子ハードウェアでは、一次シミュレーション法は状態ベクトルとテンソルネットワークに基づいている。量子ビットと量子ゲートの数が増加するにつれて、ヒルベルト空間の圧倒的な大きさと広範な絡み合いにより、従来の状態ベクトルベースの量子回路シミュレーション手法は不十分であることが証明される。本研究では,計算効率と精度の2つの側面から最適化手法を提案する。
論文参考訳（メタデータ） (2023-10-06T02:24:05Z)
Optimized fermionic SWAP networks with equivalent circuit averaging for QAOA [2.3362993651992863]
量子近似最適化アルゴリズム(QAOA)のためのフェミオンSWAPネットワークの実行を最適化する。等価回路平均化(Equivalent Circuit Averaging)を導入し,量子回路コンパイルにおける自由度をランダム化する。超伝導量子プロセッサ上の4つのトランスモン量子ビット上での深さp = 1のQAOAの誤差(経時変化距離)を平均60%低減する。
論文参考訳（メタデータ） (2021-11-08T15:32:05Z)
Parallel Simulation of Quantum Networks with Distributed Quantum State Management [56.24769206561207]
我々は、量子ネットワークの並列シミュレーションの要件を特定し、最初の並列離散事象量子ネットワークシミュレータを開発する。コントリビューションには、複数のプロセスに分散した共有量子情報を維持する量子状態マネージャの設計と開発が含まれています。既存のシーケンシャルバージョンと並行してオープンソースツールとして,並列SeQUeNCeシミュレータをリリースする。
論文参考訳（メタデータ） (2021-11-06T16:51:17Z)
Closing the "Quantum Supremacy" Gap: Achieving Real-Time Simulation of a Random Quantum Circuit Using a New Sunway Supercomputer [8.314468031947694]
我々は,新しいサンウェイスーパーコンピュータ上でランダム量子回路(RQC)のための高性能テンソルベースシミュレータを開発した。主なイノベーションは,(1) ほぼ最適スライシングスキーム,(2) 複雑度と計算密度の両方を考慮したパス最適化戦略,(2) 約4200万コアにスケールする3レベル並列化スキーム,(3) 幅広いテンソル収縮シナリオの計算効率を向上させる融合置換および乗算設計である。
論文参考訳（メタデータ） (2021-10-27T15:14:59Z)
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)
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)
Tensor Network Quantum Simulator With Step-Dependent Parallelization [0.755972004983746]
我々は,新しい大規模量子回路シミュレータを提案する。これは量子回路を表現するテンソルネットワーク収縮技術に基づいている。 Cray XC 40スーパーコンピュータThetaの1,024ノードに1,785個のゲートを持つ210量子QAOA回路を計算した。
論文参考訳（メタデータ） (2020-12-04T06:35:41Z)
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)

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。