論文の概要: Quantum Volume in Practice: What Users Can Expect from NISQ Devices

• arxiv url: http://arxiv.org/abs/2203.03816v5
• Date: Mon, 21 Aug 2023 04:14:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-23 03:14:49.755511
• Title: Quantum Volume in Practice: What Users Can Expect from NISQ Devices
• Title（参考訳）: 量子ボリュームの実践 - NISQデバイスで期待できること
• Authors: Elijah Pelofske, Andreas B\"artschi, Stephan Eidenbenz
• Abstract要約: 量子ボリューム(QV)は、ノイズ中間スケール量子(NISQ)デバイスの性能を定量化するデファクト標準ベンチマークとなっている。 我々は、現在IBM Q、IonQ、Rigetti、Oxford Quantum Circuits、Quantinuumが提供している24のNISQデバイス上で、独自のQV計算を行っている。
• 参考スコア（独自算出の注目度）: 0.9208007322096533
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum volume (QV) has become the de-facto standard benchmark to quantify the capability of Noisy Intermediate-Scale Quantum (NISQ) devices. While QV values are often reported by NISQ providers for their systems, we perform our own series of QV calculations on 24 NISQ devices currently offered by IBM Q, IonQ, Rigetti, Oxford Quantum Circuits, and Quantinuum (formerly Honeywell). Our approach characterizes the performances that an advanced user of these NISQ devices can expect to achieve with a reasonable amount of optimization, but without white-box access to the device. In particular, we compile QV circuits to standard gate sets of the vendor using compiler optimization routines where available, and we perform experiments across different qubit subsets. We find that running QV tests requires very significant compilation cycles, QV values achieved in our tests typically lag behind officially reported results and also depend significantly on the classical compilation effort invested.
• Abstract（参考訳）: 量子ボリューム(QV)は、ノイズ中間スケール量子(NISQ)デバイスの性能を定量化するデファクト標準ベンチマークとなっている。 IBM Q、IonQ、Rigetti、Oxford Quantum Circuits、Quantinuum(元Honeywell)が現在提供している24のNISQデバイス上で、QVの計算を行う。 提案手法は, NISQ デバイスの先進的な利用者が適切な量の最適化を期待できる性能を特徴付けるが, デバイスへのホワイトボックスアクセスは不要である。 特に、利用可能なコンパイラ最適化ルーチンを使用して、ベンダーの標準ゲートセットにQV回路をコンパイルし、異なるキュービットサブセットで実験を行う。 テストで達成したQV値は、公式に報告された結果よりも遅れており、投資された古典的なコンパイル作業にも大きく依存しています。

関連論文リスト

• OnionVQE Optimization Strategy for Ground State Preparation on NISQ Devices [0.0]
  変分量子固有解法(VQE)は、現在のノイズ中間スケール量子(NISQ)デバイスの性能を利用するために用いられる。 VQEアルゴリズムは、バレンプラトー、局所ミニマ、量子ハードウェアノイズ、量子ビット接続の制限など、多くの問題に悩まされている。 文献の最近の進歩を基盤として、非常に浅い回路深さを示すVQE最適化戦略を提案する。
  論文  参考訳（メタデータ） (2024-07-15T03:32:27Z)
• Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits [70.97518416003358]
  変分量子回路(VQC)は、ノイズの多い中間スケール量子(NISQ)デバイス上での量子機械学習を約束する。 テンソルトレインネットワーク(TTN)はVQC表現と一般化を向上させることができるが、結果として得られるハイブリッドモデルであるTTN-VQCは、Polyak-Lojasiewicz(PL)条件による最適化の課題に直面している。 この課題を軽減するために,プレトレーニングTTNモデルとVQCを組み合わせたPre+TTN-VQCを導入する。
  論文  参考訳（メタデータ） (2023-05-18T03:08:18Z)
• Quantum Circuit Fidelity Improvement with Long Short-Term Memory Networks [1.2461503242570644]
  NISQコンピュータは,従来の計算では実現不可能な多くのタスクを高速化する上で,大きな可能性を秘めている。 重要な理由のひとつは、量子ハードウェアの脆弱な性質にある。 量子回路(QC)の構成要素として、量子ゲートと量子ビットは外部干渉の影響を受けやすい。
  論文  参考訳（メタデータ） (2023-03-30T16:44:12Z)
• Theoretical Error Performance Analysis for Variational Quantum Circuit Based Functional Regression [83.79664725059877]
  本研究では,次元減少と機能回帰のためのエンドツーエンドの量子ニューラルネットワークであるTTN-VQCを提案する。 また,polyak-Lojasiewicz (PL) 条件を利用してTTN-VQCの最適化特性を特徴付ける。
  論文  参考訳（メタデータ） (2022-06-08T06:54:07Z)
• QSpeech: Low-Qubit Quantum Speech Application Toolkit [33.5763913135086]
  低量子ビット量子デバイス上で動作している量子ニューラルネットワーク(QNN)は、変分量子回路(VQC)に基づいているため困難である。 本研究では,低量子VQCと呼ばれる新しいVQCを提案する。 VQCは入力次元に基づいて多数の量子ビットを必要とするが、線形変換を伴う低量子ビットVQCはこの条件を解放することができる。
  論文  参考訳（メタデータ） (2022-05-26T08:33:19Z)
• 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)
• EQC : Ensembled Quantum Computing for Variational Quantum Algorithms [17.451674516812172]
  変分量子アルゴリズム(VQANIS)は、量子コンピュータのパワーを収穫する最も有望な手法の1つである。 VQAは相当なシステムと時間依存ノイズに直面し、トレーニング速度を著しく遅くする。 本稿では,変分量子アルゴリズムのための量子バックエンドを構築する方法を提案する。
  論文  参考訳（メタデータ） (2021-11-29T20:38:18Z)
• Efficient measure for the expressivity of variational quantum algorithms [72.59790225766777]
  我々は、変分量子アルゴリズムの表現率を研究するために、統計学習理論、すなわち被覆数に関する高度なツールを利用する。 まず、任意のアンサーゼを持つVQAの表現性は、量子ゲートの数と観測可能な測定値によって上限づけられていることを示す。 次に,システムノイズを考慮した量子チップ上でのVQAの表現性について検討する。
  論文  参考訳（メタデータ） (2021-04-20T13:51:08Z)
• 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)
• On the learnability of quantum neural networks [132.1981461292324]
  本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。 また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2020-07-24T06:34:34Z)
• QASMBench: A Low-level QASM Benchmark Suite for NISQ Evaluation and Simulation [10.80688326599566]
  我々は、OpenQASMアセンブリ表現に基づくQASMBenchと呼ばれる低レベルで使いやすいベンチマークスイートを提案する。 化学、シミュレーション、線形代数、探索、最適化、算術、機械学習、耐障害性、暗号など、様々な分野からよく使われる量子ルーチンとカーネルを統合する。 QASMBenchはIBM-Q、Rigetti、IonQ、Quantinuumなど、いくつかのNISQプラットフォーム上で起動および検証できる。
  論文  参考訳（メタデータ） (2020-05-26T20:25:44Z)

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。