論文の概要: Snowmass White Paper: Quantum Computing Systems and Software for High-energy Physics Research

• arxiv url: http://arxiv.org/abs/2203.07091v1
• Date: Mon, 14 Mar 2022 13:23:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-22 03:37:37.200409
• Title: Snowmass White Paper: Quantum Computing Systems and Software for High-energy Physics Research
• Title（参考訳）: スノーマスホワイトペーパー:高エネルギー物理学研究のための量子コンピューティングシステムとソフトウェア
• Authors: Travis S. Humble, Andrea Delgado, Raphael Pooser, Christopher Seck, Ryan Bennink, Vicente Leyton-Ortega, C.-C. Joseph Wang, Eugene Dumitrescu, Titus Morris, Kathleen Hamilton, Dmitry Lyakh, Prasanna Date, Yan Wang, Nicholas A. Peters, Katherine J. Evans, Marcel Demarteau, Alex McCaskey, Thien Nguyen, Susan Clark, Melissa Reville, Alberto Di Meglio, Michele Grossi, Sofia Vallecorsa, Kerstin Borras, Karl Jansen, and Dirk Kr\"ucker
• Abstract要約: 我々は、高エネルギー物理研究を進めるための量子コンピューティングシステムとソフトウェアを開発するための課題と機会を特定する。 今後10年以内に量子コンピューティングの実用的および理論的応用とHEP問題の両方をサポートするために、アルゴリズム、アプリケーション、ソフトウェア、ハードウェア、インフラの開発を集中的に行う機会について説明する。
• 参考スコア（独自算出の注目度）: 3.4654477035437328
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing offers a new paradigm for advancing high-energy physics research by enabling novel methods for representing and reasoning about fundamental quantum mechanical phenomena. Realizing these ideals will require the development of novel computational tools for modeling and simulation, detection and classification, data analysis, and forecasting of high-energy physics (HEP) experiments. While the emerging hardware, software, and applications of quantum computing are exciting opportunities, significant gaps remain in integrating such techniques into the HEP community research programs. Here we identify both the challenges and opportunities for developing quantum computing systems and software to advance HEP discovery science. We describe opportunities for the focused development of algorithms, applications, software, hardware, and infrastructure to support both practical and theoretical applications of quantum computing to HEP problems within the next 10 years.
• Abstract（参考訳）: 量子コンピューティングは、基本的な量子力学現象を表現する新しい方法を可能にすることによって、高エネルギー物理学研究を進めるための新しいパラダイムを提供する。 これらの理想を実現するためには、モデリングとシミュレーション、検出と分類、データ分析、高エネルギー物理(HEP)実験の予測のための新しい計算ツールの開発が必要である。 量子コンピューティングの新たなハードウェア、ソフトウェア、応用はエキサイティングな機会だが、そのような技術をhepコミュニティ研究プログラムに統合することには大きなギャップがある。 ここでは、HEP発見科学を前進させるための量子コンピューティングシステムとソフトウェアを開発する際の課題と機会の両方を識別する。 今後10年以内に量子コンピューティングの実用的および理論的応用とHEP問題の両方をサポートするために、アルゴリズム、アプリケーション、ソフトウェア、ハードウェア、インフラの開発を集中的に行う機会について説明する。

関連論文リスト

• Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
  量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。 本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
  論文  参考訳（メタデータ） (2024-11-14T12:27:50Z)
• Assessing and Advancing the Potential of Quantum Computing: A NASA Case Study [11.29246196323319]
  我々は、量子コンピューティングの可能性を評価し、前進させるNASAの取り組みについて説明する。 本稿では,近・長期のアルゴリズムの進歩と,現在のハードウェアとシミュレーションによる探索結果について論じる。 この研究には物理にインスパイアされた古典的アルゴリズムも含まれており、今日のアプリケーションスケールで使用することができる。
  論文  参考訳（メタデータ） (2024-06-21T19:05:42Z)
• Quantum algorithms for scientific computing [0.0]
  ハイパフォーマンスコンピューティングに最も影響を与えるであろう分野には、量子システムのシミュレーション、最適化、機械学習などがある。 現代の古典的技術に対する控えめな量子増強でさえ、気象予報、航空宇宙工学、持続可能な開発のための「グリーン」材料の設計といった分野において、はるかに大きな影響を及ぼすであろう。
  論文  参考訳（メタデータ） (2023-12-22T18:29:31Z)
• The QUATRO Application Suite: Quantum Computing for Models of Human Cognition [49.038807589598285]
  量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。 我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
  論文  参考訳（メタデータ） (2023-09-01T17:34:53Z)
• Quantum Computing for High-Energy Physics: State of the Art and Challenges. Summary of the QC4HEP Working Group [33.8590861326926]
  本論文はCERN, DESY, IBMが主導し,高エネルギー物理量子計算の現状について述べる。 近い将来に対処できる理論的および実験的なターゲットベンチマークアプリケーションの例を示す。 可能であれば、IBM 100 x 100の課題を念頭に置いて、エラー軽減量子コンピューティングを使用した例のリソース推定も提供する。
  論文  参考訳（メタデータ） (2023-07-06T18:01:02Z)
• Quantum Machine Learning: from physics to software engineering [58.720142291102135]
  古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。 量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
  論文  参考訳（メタデータ） (2023-01-04T23:37:45Z)
• Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
  量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。 機械学習の観点からQGLMの現状を概観する。 従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-06-07T07:32:57Z)
• Quantum computing hardware for HEP algorithms and sensing [36.67390040418004]
  量子情報科学は、量子力学の原理を利用して、現在のコンピュータプラットフォームで非常に難解な複雑な計算アルゴリズムを実現する。 FermilabのSuperconducting Quantum Materials and Systems (SQMS) Centerは、量子コンピューティングとセンシングのブレークスルーを提供する。 我々は,HEPアルゴリズムにおける2つの最も有望な超伝導量子アーキテクチャ,すなわち,平面デバイスに結合したトランスモンデバイスと超伝導3Dキャビティによって支持されるマルチレベルシステム(任意のNエネルギーレベルを持つ量子)について論じる。
  論文  参考訳（メタデータ） (2022-04-19T01:37:36Z)
• Evolution of Quantum Computing: A Systematic Survey on the Use of Quantum Computing Tools [5.557009030881896]
  我々は体系的な調査を行い、量子コンピューティングを促進する論文、ツール、フレームワーク、プラットフォームを分類する。 我々は、現在の本質を議論し、オープン課題を特定し、今後の研究方向性を提供する。 我々は、ここ数年でフレームワーク、ツール、プラットフォームのスコアが出現しており、現在利用可能な施設の改善は量子研究コミュニティにおける研究活動を活用するだろうと結論付けている。
  論文  参考訳（メタデータ） (2022-04-04T21:21:12Z)
• Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
  デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。 このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
  論文  参考訳（メタデータ） (2021-01-21T20:10:38Z)
• An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
  小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。 量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
  論文  参考訳（メタデータ） (2020-05-06T14:18:44Z)

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。