論文の概要: A Variation-Aware Quantum Circuit Mapping Approach Based on Multi-agent Cooperation

• arxiv url: http://arxiv.org/abs/2111.09033v3
• Date: Wed, 1 Dec 2021 00:52:40 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-07 21:56:21.167133
• Title: A Variation-Aware Quantum Circuit Mapping Approach Based on Multi-agent Cooperation
• Title（参考訳）: マルチエージェント協調に基づく変分アウェア量子回路マッピング手法
• Authors: Pengcheng Zhu, Weiping Ding, Lihua Wei, Zhijin Guan, and Shiguang Feng
• Abstract要約: マルチエージェント協調に基づく量子回路マッピング手法を提案する。 これは、qubit配置アルゴリズムとqubitルーティング方法の2つのコアコンポーネントで構成されている。 最先端の手法と比較して,本手法は平均25.86%,最大95.42%の精度で成功率を向上させることができる。
• 参考スコア（独自算出の注目度）: 8.239525962555586
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The quantum circuit mapping approach is an indispensable part of the software stack for the noisy intermediatescale quantum (NISQ) device. It has a significant impact on the reliability of computational tasks on NISQ devices. To improve the overall fidelity of physical circuits, we propose a quantum circuit mapping method based on multi-agent cooperation. This approach considers the Spatio-temporal variation of quantum operation quality on the NISQ device when inserting ancillary operation. It consists of two core components: the qubit placement algorithm and the qubit routing method. The qubit placement algorithm exploits the iterated local search framework to find a desirable initial mapping for the reduced symmetric form of the original circuit. The qubit routing method generates the physical circuit through multi-agent communication and collaboration. Each agent inserts the ancillary gates independently according to its environment state. The quality of the physical circuit evolves according to an information-exchanging mechanism between agents, which combines the local search and global search. To experiment on the benchmark circuits (with hundreds of quantum gates) beyond the capacity of current NISQ devices, we build a noisy simulator with gate error 10x lower than that of the latest NISQ device of IBM. The experimental results confirm the performance of our approach in improving circuit fidelity. Compared with the stateof-the-art method, our method can improve the success rate by 25.86% on average and 95.42% at maximum.
• Abstract（参考訳）: 量子回路マッピングアプローチは、ノイズの多い中間スケール量子(NISQ)デバイスのためのソフトウェアスタックの必須部分である。 NISQデバイス上での計算タスクの信頼性に大きな影響を与える。 物理回路全体の忠実度を改善するために,マルチエージェント協調に基づく量子回路マッピング手法を提案する。 本手法は, 補助演算を挿入する場合に, NISQ装置上での量子演算品質の時空間変動を考慮したものである。 qubit placementアルゴリズムとqubit routingメソッドの2つのコアコンポーネントで構成されている。 キュービット配置アルゴリズムは、反復した局所探索フレームワークを利用して、元の回路の対称化形式に対する望ましい初期写像を求める。 キュービットルーティング方法は、マルチエージェント通信と協調により物理回路を生成する。 各エージェントは、環境状態に応じて独立にアシラリーゲートを挿入する。 物理回路の質は,局所探索と大域探索を組み合わせたエージェント間の情報交換機構に従って進化する。 現在のNISQデバイスの容量を超えるベンチマーク回路(数百個の量子ゲートを持つ)を実験するために、IBMの最新のNISQデバイスよりも10倍低いゲート誤差を持つノイズの多いシミュレータを構築した。 実験の結果,本手法の回路忠実性向上効果が確認できた。 最先端の手法と比較して,本手法は平均25.86%,最大95.42%の精度で成功率を向上させることができる。

関連論文リスト

• 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)
• A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
  この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。 本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。 我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
  論文  参考訳（メタデータ） (2024-05-29T05:59:15Z)
• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Reinforcement learning-assisted quantum architecture search for variational quantum algorithms [0.0]
  この論文は、ノイズの多い量子ハードウェアにおける機能量子回路の同定に焦点を当てている。 本稿では, テンソルを用いた量子回路の符号化, 環境力学の制約により, 可能な回路の探索空間を効率的に探索する。 様々なVQAを扱う際、我々のRLベースのQASは既存のQASよりも優れています。
  論文  参考訳（メタデータ） (2024-02-21T12:30:39Z)
• 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)
• Toward Consistent High-fidelity Quantum Learning on Unstable Devices via Efficient In-situ Calibration [5.0854551390284]
  近未来の雑音型中間スケール量子(NISQ)時代には、高ノイズは量子コンピューティングの忠実度を著しく低下させる。 本稿では,量子パルスに基づく新しい雑音適応フレームワークQuPADを提案する。 実験により、8-10キュービットのQuPADの量子デバイス上でのランタイムは15分未満であり、パラメータシフトアプローチよりも最大270倍高速であることが示された。
  論文  参考訳（メタデータ） (2023-09-12T15:39:06Z)
• 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)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• Using Reinforcement Learning to Perform Qubit Routing in Quantum Compilers [0.0]
  深層Q-ラーニングパラダイムの修正版を用いたキュービットルーティング手法を提案する。 このシステムは、現在利用可能な最も先進的な量子コンパイラの2つから、キュービットルーティング手順を上回ります。
  論文  参考訳（メタデータ） (2020-07-31T10:57:24Z)
• QUANTIFY: A framework for resource analysis and design verification of quantum circuits [69.43216268165402]
  QUINTIFYは、量子回路の定量的解析のためのオープンソースのフレームワークである。 Google Cirqをベースにしており、Clifford+T回路を念頭に開発されている。 ベンチマークのため、QUINTIFYは量子メモリと量子演算回路を含む。
  論文  参考訳（メタデータ） (2020-07-21T15:36:25Z)
• A New Qubits Mapping Mechanism for Multi-programming Quantum Computing [2.4522001791328885]
  本稿では,並列量子プログラムを量子チップ上にマッピングする手法を提案する。 1つ目はCommunity Detection Assisted Partition (CDAP)アルゴリズムで、並列量子プログラムの物理量子ビットを分割する。 2つ目は、プログラム間SWAP操作によるSWAPオーバーヘッドの低減を可能にするX-SWAPスキームである。
  論文  参考訳（メタデータ） (2020-04-27T15:08:47Z)

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。