論文の概要: QUARK: A Framework for Quantum Computing Application Benchmarking
- arxiv url: http://arxiv.org/abs/2202.03028v3
- Date: Fri, 5 Aug 2022 12:15:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-26 15:20:09.496401
- Title: QUARK: A Framework for Quantum Computing Application Benchmarking
- Title（参考訳）: QUIRK: 量子コンピューティングアプリケーションベンチマークのためのフレームワーク
- Authors: Jernej Rudi Fin\v{z}gar, Philipp Ross, Leonhard H\"olscher, Johannes
Klepsch, Andre Luckow
- Abstract要約: 本稿では,QC 用アプリケーションベンチマークの研究開発を促進するために,アプリケーション中心ベンチマーク手法と QUARK フレームワークを提案する。
本稿では,アプリケーションレベルのベンチマークを事例とし,2つの基準問題の詳細な「ペンと紙」ベンチマークを定式化する。
- 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: Quantum computing (QC) is anticipated to provide a speedup over classical HPC
approaches for specific problems in optimization, simulation, and machine
learning. With the advances in quantum computing toward practical applications,
the need to analyze and compare different quantum solutions increases. While
different low-level benchmarks for QC exist, these benchmarks do not provide
sufficient insights into real-world application-level performance. We propose
an application-centric benchmark method and the QUantum computing Application
benchmaRK (QUARK) framework to foster the investigation and creation of
application benchmarks for QC. This paper establishes three significant
contributions: (1) it makes a case for application-level benchmarks and
provides an in-depth "pen and paper" benchmark formulation of two reference
problems: robot path and vehicle option optimization from the industrial
domain; (2) it proposes the open-source QUARK framework for designing,
implementing, executing, and analyzing benchmarks; (3) it provides multiple
reference implementations for these two reference problems based on different
known, and where needed, extended, classical and quantum algorithmic approaches
and analyzes their performance on different types of infrastructures.
- Abstract（参考訳）: 量子コンピューティング(QC)は、最適化、シミュレーション、機械学習の特定の問題に対して、古典的なHPCアプローチよりも高速になると予想されている。
実用的な応用に向けた量子コンピューティングの進歩により、異なる量子解を分析し比較する必要性が高まった。
QC用の異なる低レベルベンチマークが存在するが、これらのベンチマークは実際のアプリケーションレベルのパフォーマンスに関する十分な洞察を提供していない。
本稿では,アプリケーション中心のベンチマーク手法とquantum computing application benchmark(quark)フレームワークを提案する。
This paper establishes three significant contributions: (1) it makes a case for application-level benchmarks and provides an in-depth "pen and paper" benchmark formulation of two reference problems: robot path and vehicle option optimization from the industrial domain; (2) it proposes the open-source QUARK framework for designing, implementing, executing, and analyzing benchmarks; (3) it provides multiple reference implementations for these two reference problems based on different known, and where needed, extended, classical and quantum algorithmic approaches and analyzes their performance on different types of infrastructures.
関連論文リスト
- Towards Robust Benchmarking of Quantum Optimization Algorithms [3.9456729020535013]
既存のベンチマークフレームワークにおける重要な問題は、それぞれが古典的なアプローチで最高の量子を最適化するのと同じ努力をしていないことである。
本稿では,公正なベンチマークに向けての普遍的な手順を包括的にまとめたガイドラインについて述べる。
論文 参考訳（メタデータ） (2024-05-13T10:35:23Z) - HamilToniQ: An Open-Source Benchmark Toolkit for Quantum Computers [4.795321943127061]
HamilToniQは、QPU(Quantum Processing Units)の包括的な評価のための、オープンソースのアプリケーション指向ベンチマークツールキットである。
QPUタイプ、トポロジ、マルチQPUシステムを評価する方法論のフレームワークが組み込まれている。
HamilToniQの標準スコアであるH-Scoreは、QPUの忠実度と信頼性を定量化する。
論文 参考訳（メタデータ） (2024-04-22T08:27:14Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳（メタデータ） (2024-01-19T11:04:14Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳（メタデータ） (2023-06-14T13:44:35Z) - A Framework for Demonstrating Practical Quantum Advantage: Racing
Quantum against Classical Generative Models [62.997667081978825]
生成モデルの一般化性能を評価するためのフレームワークを構築した。
古典的および量子生成モデル間の実用的量子優位性(PQA)に対する最初の比較レースを確立する。
以上の結果から,QCBMは,他の最先端の古典的生成モデルよりも,データ制限方式の方が効率的であることが示唆された。
論文 参考訳（メタデータ） (2023-03-27T22:48:28Z) - End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。
アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
論文 参考訳（メタデータ） (2022-11-22T18:54:48Z) - QPack Scores: Quantitative performance metrics for application-oriented
quantum computer benchmarking [1.0323063834827415]
本稿では,量子コンピュータとシミュレータ用のアプリケーション指向クロスプラットフォームベンチマークスイートであるQPackのベンチマークスコア定義について述べる。
さまざまな量子コンピュータシミュレータの比較が行われ、ローカルおよびベンダーのリモートクラウドサービス上で実行される。
論文 参考訳（メタデータ） (2022-05-24T15:18:24Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳（メタデータ） (2022-01-04T01:53:42Z) - Accelerating variational quantum algorithms with multiple quantum
processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。
現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。
ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文 参考訳（メタデータ） (2021-06-24T08:18:42Z) - QPack: Quantum Approximate Optimization Algorithms as universal
benchmark for quantum computers [1.1602089225841632]
ノイズ中間スケール量子(NISQ)コンピュータの普遍的ベンチマークであるQPackを提案する。
QPackは、量子コンピュータが解決できる最大問題サイズ、必要なランタイム、および達成された精度を評価する。
論文 参考訳（メタデータ） (2021-03-31T16:20:51Z) - Application-Motivated, Holistic Benchmarking of a Full Quantum Computing
Stack [0.0]
量子コンピューティングシステムは、彼らが期待する実用的なタスクの点でベンチマークされる必要がある。
ベンチマークのための3つの「アプリケーションモチベーション」回路クラス(深度、浅度、正方形)を提案する。
我々は,これらのクラスからの動作回路における量子コンピューティングシステムの性能を,いくつかの値を用いて定量化する。
論文 参考訳（メタデータ） (2020-06-01T21:21:33Z)
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。