論文の概要: TensorLy-Quantum: Quantum Machine Learning with Tensor Methods

• arxiv url: http://arxiv.org/abs/2112.10239v1
• Date: Sun, 19 Dec 2021 19:26:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-04 03:06:04.257915
• Title: TensorLy-Quantum: Quantum Machine Learning with Tensor Methods
• Title（参考訳）: TensorLy-Quantum:テンソル法による量子機械学習
• Authors: Taylor L. Patti, Jean Kossaifi, Susanne F. Yelin, Anima Anandkumar
• Abstract要約: PyTorch APIを採用した量子回路シミュレーションのためのPythonライブラリを作成します。 Ly-Quantumは、単一のGPU上で数百のキュービット、複数のGPU上で数千のキュービットにスケールすることができる。
• 参考スコア（独自算出の注目度）: 67.29221827422164
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Simulation is essential for developing quantum hardware and algorithms. However, simulating quantum circuits on classical hardware is challenging due to the exponential scaling of quantum state space. While factorized tensors can greatly reduce this overhead, tensor network-based simulators are relatively few and often lack crucial functionalities. To address this deficiency, we created TensorLy-Quantum, a Python library for quantum circuit simulation that adopts the PyTorch API. Our library leverages the optimized tensor methods of the existing TensorLy ecosystem to represent, simulate, and manipulate large-scale quantum circuits. Through compact tensor representations and efficient operations, TensorLy-Quantum can scale to hundreds of qubits on a single GPU and thousands of qubits on multiple GPUs. TensorLy-Quantum is open-source and accessible at https://github.com/tensorly/quantum
• Abstract（参考訳）: シミュレーションは量子ハードウェアとアルゴリズムの開発に不可欠である。 しかし、量子状態空間の指数的スケーリングのため、古典的ハードウェア上で量子回路をシミュレーションすることは困難である。 分解テンソルはこのオーバーヘッドを大幅に削減できるが、テンソルネットワークベースのシミュレータは比較的少なく、重要な機能を持たないことが多い。 PyTorch APIを採用した量子回路シミュレーションのためのPythonライブラリであるTensorLy-Quantumを開発した。 我々のライブラリは、既存のTensorLyエコシステムの最適化テンソル手法を利用して、大規模量子回路を表現、シミュレーション、操作する。 コンパクトテンソル表現と効率的な操作により、テンソル量子は単一のgpu上で数百キュービット、複数のgpu上で数千キュービットまでスケールできる。 TensorLy-Quantumはオープンソースでhttps://github.com/tensorly/quantumでアクセスできる

関連論文リスト

• QuForge: A Library for Qudits Simulation [0.0]
  QuForgeは、量子回路を量子ビットでシミュレートするように設計されたPythonベースのライブラリである。 GPUやTPUなどの加速デバイス上での実行をサポートし、シミュレーションを著しく高速化する。 スパース操作もサポートしており、他のライブラリと比較してメモリ消費が減少する。
  論文  参考訳（メタデータ） (2024-09-26T10:38:35Z)
• Benchmarking Quantum Red TEA on CPUs, GPUs, and TPUs [0.0]
  異なる線形代数バックエンド(例えば、numpy と torch, jax, tensorflow ライブラリ)を比較し、対象ハードウェアに対して混合精度に着想を得たアプローチと最適化を行う。 我々は、CPU上でパラメータをチューニングする際の34の係数の高速化と、GPUに移行する際の最高のCPU設定上の2.76の要素を得る方法を提案する。
  論文  参考訳（メタデータ） (2024-09-05T18:00:01Z)
• 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)
• TeD-Q: a tensor network enhanced distributed hybrid quantum machine learning framework [59.07246314484875]
  TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。 古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。 量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
  論文  参考訳（メタデータ） (2023-01-13T09:35:05Z)
• RosneT: A Block Tensor Algebra Library for Out-of-Core Quantum Computing Simulation [0.18472148461613155]
  本稿では,分散ブロックテンソル代数のためのライブラリRosneTを提案する。 我々はPyCOMPSsプログラミングモデルを用いてテンソル演算をComposランタイムが処理するタスクの集合に変換する。 本稿では, 最大53量子ビットの量子回路シミュレーションにおいて, 優れたスケーラビリティを示す手法を検証した。
  論文  参考訳（メタデータ） (2022-01-17T20:35:40Z)
• Tensor Networks for Simulating Quantum Circuits on FPGAs [0.0]
  現在の量子コンピューティングのほとんどの研究は、真の量子コンピュータではなく、量子コンピュータのシミュレーションに対して行われている。 このようなシミュレーションを高速化する1つの方法は、フィールドプログラマブルゲートアレイ(FPGA)ハードウェアを使用して、行列乗算を効率的に計算することである。 量子コンピューティングシステムのメモリフットプリントを潜在的に削減する1つの方法は、テンソルネットワークとして表現することである。
  論文  参考訳（メタデータ） (2021-08-15T22:43:38Z)
• Fast quantum circuit simulation using hardware accelerated general purpose libraries [69.43216268165402]
  CuPyは、GPUベースの量子回路向けに開発された汎用ライブラリ(線形代数)である。 上位回路の場合、スピードアップは約2倍、量子乗算器の場合、最先端のC++ベースのシミュレータと比べて約22倍である。
  論文  参考訳（メタデータ） (2021-06-26T10:41:43Z)
• 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)
• Quantum walk processes in quantum devices [55.41644538483948]
  グラフ上の量子ウォークを量子回路として表現する方法を研究する。 提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
  論文  参考訳（メタデータ） (2020-12-28T18:04:16Z)
• Quantum simulation with hybrid tensor networks [20.177464200362337]
  我々は、測定可能な量子状態と古典的に収縮可能なテンソルからなるビルディングブロックを持つハイブリッドテンソルネットワークの枠組みを紹介する。 我々は,最大8倍の8倍,9倍の8倍の8倍の8倍,9倍の8倍の8倍の8倍の8倍,9倍の9倍の8倍の8倍の8倍の8倍の8倍,9倍の8倍の8倍の8倍の8倍の8倍の8倍の2倍の2倍のスピン系の基底状態を求める手法を数値的に評価した。 我々のアプローチは、化学、量子多体物理学、量子場理論、量子重力思考実験に応用可能な中規模量子コンピュータによる大規模な実用的問題のシミュレーションに光を当てている。
  論文  参考訳（メタデータ） (2020-07-02T08:29:32Z)

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。