論文の概要: ForeSight: Reducing SWAPs in NISQ Programs via Adaptive Multi-Candidate Evaluations

• arxiv url: http://arxiv.org/abs/2204.13142v1
• Date: Wed, 27 Apr 2022 18:31:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-15 08:59:38.425879
• Title: ForeSight: Reducing SWAPs in NISQ Programs via Adaptive Multi-Candidate Evaluations
• Title（参考訳）: ForeSight: 適応型マルチCandidate評価によるNISQプログラムのSWAP削減
• Authors: Poulami Das, Suhas K. Vittal, Moinuddin Qureshi
• Abstract要約: 複数のSWAP候補を同時に評価するコンパイラであるForeSightを提案する。 ForeSightは、ベースラインと比較して、SWAPのオーバーヘッドを平均で17%、ベストケースで81%削減する。
• 参考スコア（独自算出の注目度）: 3.6532769050417997
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Near-term quantum computers are noisy and have limited connectivity between qubits. Compilers are required to introduce SWAP operations in order to perform two-qubit gates between non-adjacent qubits. SWAPs increase the number of gates and depth of programs, making them even more vulnerable to errors. Moreover, they relocate qubits which affect SWAP selections for future gates in a program. Thus, compilers must select SWAP routes that not only minimize the overheads for the current operation, but also for future gates. Existing compilers tend to select paths with the fewest SWAPs for the current operations, but do not evaluate the impact of the relocations from the selected SWAP candidate on future SWAPs. Also, they converge on SWAP candidates for the current operation and only then decide SWAP routes for future gates, thus severely restricting the SWAP candidate search space for future operations. We propose ForeSight, a compiler that simultaneously evaluates multiple SWAP candidates for several operations into the future, delays SWAP selections to analyze their impact on future SWAP decisions and avoids early convergence on sub-optimal candidates. Moreover, ForeSight evaluates slightly longer SWAP routes for current operations if they have the potential to reduce SWAPs for future gates, thus reducing SWAPs for the program globally. As compilation proceeds, ForeSight dynamically adds new SWAP candidates to the solution space and eliminates the weaker ones. This allows ForeSight to reduce SWAP overheads at program-level while keeping the compilation complexity tractable. Our evaluations with a hundred benchmarks across three devices show that ForeSight reduces SWAP overheads by 17% on average and 81% in the best-case, compared to the baseline. ForeSight takes minutes, making it scalable to large programs.
• Abstract（参考訳）: 短期量子コンピュータはノイズが多く、キュービット間の接続が限られている。 非隣接キュービット間で2量子ゲートを実行するためには、SWAP操作を導入する必要がある。 SWAPは、プログラムのゲートの数と深さを増やし、エラーに対してさらに脆弱になる。 さらに、プログラム内の将来のゲートに対するSWAP選択に影響を与えるキュービットをリロケーションする。 したがって、コンパイラは、現在の操作のオーバーヘッドを最小限に抑えるだけでなく、将来のゲートにもSWAPルートを選択する必要がある。 既存のコンパイラは、現在の操作で最少のSWAPを持つパスを選択する傾向があるが、選択したSWAP候補が将来のSWAPに与える影響は評価しない。 また、現在の運用のSWAP候補に収束して、将来のゲートのSWAP経路を決定するだけで、将来の運用のSWAP候補探索スペースを厳しく制限する。 提案するコンパイラであるForeSightは、複数のSWAP候補を同時に評価し、SWAP選択を遅延させ、将来のSWAP決定への影響を分析し、サブ最適候補に対する早期収束を回避する。 さらに、ForeSightは、将来のゲートのSWAPを削減できる可能性があれば、現在のオペレーションのSWAPルートを少し長めに評価し、プログラムのSWAPを世界規模で削減する。 コンパイルが進むにつれて、ForeSightはソリューション空間に新たなSWAP候補を動的に追加し、より弱い候補を排除する。 これにより、コンパイルの複雑さを抑えながら、プログラムレベルでSWAPオーバーヘッドを削減することができる。 3つのデバイスにまたがる100のベンチマークによる評価では、foresightは平均で17%、ベストケースで81%のスワップオーバーヘッドを、ベースラインと比較して削減しています。 ForeSightは数分かかり、大規模なプログラムにスケーラブルになる。

関連論文リスト

• Design Optimization of NOMA Aided Multi-STAR-RIS for Indoor Environments: A Convex Approximation Imitated Reinforcement Learning Approach [51.63921041249406]
  非直交多重アクセス(Noma)により、複数のユーザが同じ周波数帯域を共有でき、同時に再構成可能なインテリジェントサーフェス(STAR-RIS)を送信および反射することができる。 STAR-RISを屋内に展開することは、干渉緩和、電力消費、リアルタイム設定における課題を提示する。 複数のアクセスポイント(AP)、STAR-RIS、NOMAを利用した新しいネットワークアーキテクチャが屋内通信のために提案されている。
  論文  参考訳（メタデータ） (2024-06-19T07:17:04Z)
• SWAP: Exploiting Second-Ranked Logits for Adversarial Attacks on Time Series [11.356275885051442]
  時系列分類(TSC)は、様々な領域において重要な課題となっている。 ディープニューラルモデルは、TSCタスクにおいて優れたパフォーマンスを示している。 TSCモデルは敵攻撃に対して脆弱である。 TSCモデルの新たな攻撃手法であるSWAPを提案する。
  論文  参考訳（メタデータ） (2023-09-06T06:17:35Z)
• Semi-Supervised Temporal Action Detection with Proposal-Free Masking [134.26292288193298]
  PropOsal-free Temporal mask (SPOT) に基づく新しい半教師付き時間行動検出モデルを提案する。 SPOTは最先端の代替品よりも優れている。
  論文  参考訳（メタデータ） (2022-07-14T16:58:47Z)
• A Mask Attention Interaction and Scale Enhancement Network for SAR Ship Instance Segmentation [4.232332676611087]
  本稿では,SAR船のインスタンスセグメンテーションのためのマスクアテンションインタラクションとスケールエンハンスメントネットワーク(MAI-SE-Net)を提案する。 MAIは、アトラス空間ピラミドプーリング(ASPP)を用いてマルチレゾリューション機能を再応答し、非局所ブロック(NLB)で長距離空間依存性をモデル化し、結合シャッフルアテンションブロック(CSAB)で相互作用の利点を向上させる。
  論文  参考訳（メタデータ） (2022-07-08T14:04:04Z)
• Not All SWAPs Have the Same Cost: A Case for Optimization-Aware Qubit Routing [15.018468499770242]
  NISQ量子コンピュータと比較的長期のスケーラブルな量子アーキテクチャは完全な接続を提供していない。 量子コンパイラは、回路をデバイスレイアウトと互換性を持たせるために、キュービットルーティングを実行する必要がある。 本稿では、上記の量子ビットルーティングが最適ではないことを観察し、その後のゲート最適化では、キュービットルーティングはテキスト化されないようにすべきである。
  論文  参考訳（メタデータ） (2022-05-21T13:36:44Z)
• Faster and More Reliable Quantum SWAPs via Native Gates [3.329210046639177]
  超伝導ハードウェアのネイティブゲートセットのレベルにおけるSWAPの速度と信頼性を向上させる手法を提案する。 本手法は,(1)SWAP配向,(2)クロスゲートパルスキャンセラ,(3)クロス共鳴による通信,(4)クロス共鳴ポーラリティの4つの手法に依存している。 最適化されたSWAPは標準SWAPよりも11%高速で13%信頼性が高い。
  論文  参考訳（メタデータ） (2021-09-27T17:19:56Z)
• Shortest-Path Constrained Reinforcement Learning for Sparse Reward Tasks [59.419152768018506]
  最適ポリシーは必ずk-SP制約を満たすことを示す。 本研究では,SP制約に違反するポリシーを完全に排除する代わりに,新たなコスト関数を提案する。 また,MiniGrid,DeepMind Lab,Atari,Fetchを用いた実験の結果,提案手法はPPOを著しく改善することが示された。
  論文  参考訳（メタデータ） (2021-07-13T21:39:21Z)
• Modular Deep Reinforcement Learning for Continuous Motion Planning with Temporal Logic [59.94347858883343]
  本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。 LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。 モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
  論文  参考訳（メタデータ） (2021-02-24T01:11:25Z)
• Adaptive Subcarrier, Parameter, and Power Allocation for Partitioned Edge Learning Over Broadband Channels [69.18343801164741]
  パーティショニングエッジ学習(PARTEL)は、無線ネットワークにおいてよく知られた分散学習手法であるパラメータサーバトレーニングを実装している。 本稿では、いくつかの補助変数を導入してParticleELを用いてトレーニングできるディープニューラルネットワーク(DNN)モデルについて考察する。
  論文  参考訳（メタデータ） (2020-10-08T15:27:50Z)
• 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)
• AQD: Towards Accurate Fully-Quantized Object Detection [94.06347866374927]
  本稿では,浮動小数点演算を除去するために,AQDと呼ばれる高精度な量子化オブジェクト検出ソリューションを提案する。 我々のAQDは、非常に低ビットのスキームの下での完全精度と比較して、同等またはそれ以上の性能を実現しています。
  論文  参考訳（メタデータ） (2020-07-14T09:07:29Z)

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。