Fugu-MT 論文翻訳(概要): DisCoPy for the quantum computer scientist

論文の概要: DisCoPy for the quantum computer scientist

arxiv url: http://arxiv.org/abs/2205.05190v1
Date: Tue, 10 May 2022 22:13:11 GMT
ステータス: 処理完了
システム内更新日: 2023-02-13 17:35:48.222654
Title: DisCoPy for the quantum computer scientist
Title（参考訳）: 量子コンピュータ科学者のためのDisCoPy
Authors: Alexis Toumi, Giovanni de Felice and Richie Yeung
Abstract要約: DisCoPyは文字列ダイアグラムと関手を使って計算するためのオープンソースのツールボックスである。特に、ダイアグラムのデータ構造は、古典的なシミュレーションと最適化のための関手を用いて、様々な種類の量子プロセスを符号化することができる。これには、ZX計算とその多くの変種、量子機械学習で使用されるパラメータ化回路、線形光量子コンピューティングも含まれる。
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: DisCoPy (Distributional Compositional Python) is an open source toolbox for computing with string diagrams and functors. In particular, the diagram data structure allows to encode various kinds of quantum processes, with functors for classical simulation and optimisation, as well as compilation and evaluation on quantum hardware. This includes the ZX calculus and its many variants, the parameterised circuits used in quantum machine learning, but also linear optical quantum computing. We review the recent developments of the library in this direction, making DisCoPy a toolbox for the quantum computer scientist.
Abstract（参考訳）: DisCoPy(Distributional Compositional Python)は、文字列ダイアグラムと関手を使って計算するオープンソースのツールボックスである。特に、ダイアグラムデータ構造は、量子ハードウェアのコンパイルと評価だけでなく、古典的シミュレーションと最適化のための関手と共に、様々な量子プロセスをエンコードすることができる。これには、ZX計算とその多くの変種、量子機械学習で使用されるパラメータ化回路、線形光量子コンピューティングも含まれる。本稿では,この方向のライブラリの最近の展開を概観し,量子計算機科学者のためのツールボックスとしてDisCoPyを開発した。

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)
Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
The curse of random quantum data [62.24825255497622]
量子データのランドスケープにおける量子機械学習の性能を定量化する。量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
論文参考訳（メタデータ） (2024-08-19T12:18:07Z)
QudCom: Towards Quantum Compilation for Qudit Systems [4.169915659794567]
量子量子計算は、ノイズ緩和能力の点で、量子ビットベースのシステムに対してユニークな利点を提供する。本稿では,quditシステムの記述とコンパイルのための量子ワークフローについて述べる。
論文参考訳（メタデータ） (2023-11-13T01:58:48Z)
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)
The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。完全に自動化された量子ソフトウェアスタックを開発する必要がある。この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
論文参考訳（メタデータ） (2023-01-10T19:00:00Z)
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)
Analysis of arbitrary superconducting quantum circuits accompanied by a Python package: SQcircuit [0.0]
超伝導量子回路は、フォールトトレラント量子コンピュータを実現するための有望なハードウェアプラットフォームである。超伝導量子回路の量子化ハミルトニアンを物理記述から構築する枠組みを開発する。我々は,オープンソースのPythonパッケージであるSQcircuitで記述した手法を実装した。
論文参考訳（メタデータ） (2022-06-16T17:24:51Z)
Machine learning applications for noisy intermediate-scale quantum computers [0.0]
NISQコンピュータに適した3つの量子機械学習アプリケーションを開発し研究する。これらのアルゴリズムは本質的に変動し、基礎となる量子機械学習モデルとしてパラメータ化量子回路(PQC)を使用する。近似量子クローニングの領域において,データを自然界において量子化する変分アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-05-19T09:26:57Z)
Extending C++ for Heterogeneous Quantum-Classical Computing [56.782064931823015]
qcorはC++とコンパイラの実装の言語拡張で、異種量子古典プログラミング、コンパイル、単一ソースコンテキストでの実行を可能にする。我々の研究は、量子言語で高レベルな量子カーネル(関数)を表現できる、第一種C++コンパイラを提供する。
論文参考訳（メタデータ） (2020-10-08T12:49:07Z)
Quantum ensemble of trained classifiers [2.048335092363436]
量子コンピュータは、利用可能な量子ビットの数に応じて指数的に大きな状態の集合を表現することができる。量子機械学習は、機械学習アルゴリズムを強化する量子コンピューティングの可能性を探る。
論文参考訳（メタデータ） (2020-07-18T01:01:33Z)

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。