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
- 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) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - tqix.pis: A toolbox for large-scale quantum simulation platforms [0.0]
tqix.pisは、大規模量子シミュレーションプラットフォームで様々なアルゴリズムを実行するためのtqixのライブラリである。
量子回路の基本機能(量子ビット、量子ゲート、測定など)をエミュレートする。
論文 参考訳(メタデータ) (2022-09-02T16:57:22Z) - 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 Python for Quantum-Classical Computing via Quantum
Just-in-Time Compilation [78.8942067357231]
Pythonは、その柔軟性、ユーザビリティ、可読性、開発者の生産性を重視することで有名な人気のあるプログラミング言語です。
量子ジャスト・イン・タイム・コンパイルのための堅牢なC++インフラストラクチャを通じて、異種量子古典計算を可能にするPythonの言語拡張を提案する。
論文 参考訳(メタデータ) (2021-05-10T21:11:21Z) - 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。
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。