論文の概要: Tensor Network Circuit Simulation at Exascale
- arxiv url: http://arxiv.org/abs/2110.09894v1
- Date: Mon, 18 Oct 2021 11:06:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-11 04:00:21.993320
- Title: Tensor Network Circuit Simulation at Exascale
- Title(参考訳): exascaleにおけるテンソルネットワーク回路シミュレーション
- Authors: John Brennan, Momme Allalen, David Brayford, Kenneth Hanley, Luigi
Iapichino, Lee J. O'Riordan, Myles Doyle, Niall Moran
- Abstract要約: テンソルネットワークシミュレーションをExascale計算プラットフォームに拡張する際の課題について述べる。
我々はExascaleでテンソルネットワーク回路シミュレーションのためのフレームワークQuantExを紹介した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tensor network methods are incredibly effective for simulating quantum
circuits. This is due to their ability to efficiently represent and manipulate
the wave-functions of large interacting quantum systems. We describe the
challenges faced when scaling tensor network simulation approaches to Exascale
compute platforms and introduce QuantEx, a framework for tensor network circuit
simulation at Exascale.
- Abstract(参考訳): テンソルネットワーク法は量子回路のシミュレーションに極めて効果的である。
これは、大きな相互作用量子系の波動関数を効率的に表現し、操作する能力のためである。
テンソルネットワークシミュレーションをExascale計算プラットフォームに拡張する際の課題について述べるとともに,Exascaleでテンソルネットワークシミュレーションを行うQuantExを紹介した。
関連論文リスト
- Hybrid Stabilizer Matrix Product Operator [44.99833362998488]
本稿では, テンソルネットワーク法と安定化器形式を併用した新しいハイブリッド手法を提案し, 多体量子システムのシミュレーションの課題に対処する。
本稿では,ランダムなクリフォードTドープ回路とランダムなクリフォードFloquet Dynamicsへの応用を通して,本手法の有効性を実証する。
論文 参考訳(メタデータ) (2024-05-09T18:32:10Z) - Efficient tensor network simulation of IBM's Eagle kicked Ising
experiment [0.0]
重六角格子上の蹴りアイシング量子系の高精度かつ効率的な古典シミュレーションを報告する。
我々は、格子の幾何学を反映したテンソルネットワークアプローチを採用し、信念の伝播を用いて概ね収縮する。
論文 参考訳(メタデータ) (2023-06-26T17:54:08Z) - Tensor Networks or Decision Diagrams? Guidelines for Classical Quantum
Circuit Simulation [65.93830818469833]
テンソルネットワークと決定図は、異なる視点、用語、背景を念頭に、独立して開発されている。
これらの手法が古典的量子回路シミュレーションにどのようにアプローチするかを考察し、最も適用可能な抽象化レベルに関してそれらの相似性を考察する。
量子回路シミュレーションにおいて,テンソルネットワークの使い勝手の向上と決定図の使い勝手の向上に関するガイドラインを提供する。
論文 参考訳(メタデータ) (2023-02-13T19:00:00Z) - Tensor-network-assisted variational quantum algorithm [3.5995214208007944]
本稿では,テンソルネットワークを用いた変分量子アルゴリズムのフレームワークを提案する。
提案手法は浅量子回路を用いた従来の手法より一貫して優れていることを示す。
論文 参考訳(メタデータ) (2022-12-20T16:59:54Z) - Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。
この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。
GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
論文 参考訳(メタデータ) (2022-04-18T21:45:13Z) - Simulation Paths for Quantum Circuit Simulation with Decision Diagrams [72.03286471602073]
決定図を用いて量子回路をシミュレートする際に選択される経路の重要性について検討する。
我々は、専用のシミュレーションパスを調査できるオープンソースのフレームワークを提案する。
論文 参考訳(メタデータ) (2022-03-01T19:00:11Z) - 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) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳(メタデータ) (2021-04-21T13:26:42Z) - Diagrammatic technique for simulation of large-scale quantum repeater
networks with dissipating quantum memories [0.0]
V. V. Kuzmin et.al., npj Quantum Information 5, 115] で最近考案された大規模量子リピータネットワークの半解析的記述のための図解法の詳細について述べる。
論文 参考訳(メタデータ) (2020-09-22T09:33:23Z) - Simple heuristics for efficient parallel tensor contraction and quantum
circuit simulation [1.4416132811087747]
本稿では,確率モデルを用いたテンソルネットワークの縮約のための並列アルゴリズムを提案する。
結果のアルゴリズムをランダム量子回路のシミュレーションに適用する。
論文 参考訳(メタデータ) (2020-04-22T23:00:42Z)
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。