論文の概要: Quantum Vulnerability Analysis to Accurate Estimate the Quantum Algorithm Success Rate
- arxiv url: http://arxiv.org/abs/2207.14446v2
- Date: Tue, 26 Mar 2024 17:48:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-28 02:09:26.884686
- Title: Quantum Vulnerability Analysis to Accurate Estimate the Quantum Algorithm Success Rate
- Title（参考訳）: 量子アルゴリズムの成功率推定のための量子脆弱性解析
- Authors: Fang Qi, Kaitlin N. Smith, Travis LeCompte, Nianfeng Tzeng, Xu Yuan, Frederic T. Chong, Lu Peng,
- Abstract要約: 量子コンピュータは、完全には理解されていない計算中にノイズに悩まされる。
本稿では,量子アプリケーションにおけるエラーの影響を定量化する量子脆弱性解析(QVA)を提案する。
- 参考スコア（独自算出の注目度）: 21.46259138110464
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While quantum computers provide exciting opportunities for information processing, they currently suffer from noise during computation that is not fully understood. Incomplete noise models have led to discrepancies between quantum program success rate (SR) estimates and actual machine outcomes. For example, the estimated probability of success (ESP) is the state-of-the-art metric used to gauge quantum program performance. The ESP suffers poor prediction since it fails to account for the unique combination of circuit structure, quantum state, and quantum computer properties specific to each program execution. Thus, an urgent need exists for a systematic approach that can elucidate various noise impacts and accurately and robustly predict quantum computer success rates, emphasizing application and device scaling. In this article, we propose quantum vulnerability analysis (QVA) to systematically quantify the error impact on quantum applications and address the gap between current success rate (SR) estimators and real quantum computer results. The QVA determines the cumulative quantum vulnerability (CQV) of the target quantum computation, which quantifies the quantum error impact based on the entire algorithm applied to the target quantum machine. By evaluating the CQV with well-known benchmarks on three 27-qubit quantum computers, the CQV success estimation outperforms the estimated probability of success state-of-the-art prediction technique by achieving on average six times less relative prediction error, with best cases at 30 times, for benchmarks with a real SR rate above 0.1%. Direct application of QVA has been provided that helps researchers choose a promising compiling strategy at compile time.
- Abstract（参考訳）: 量子コンピュータは情報処理のエキサイティングな機会を提供するが、現在では完全には理解されていない計算中にノイズに悩まされている。
不完全なノイズモデルにより、量子プログラム成功率(SR)と実際の機械結果との相違が生じている。
例えば、成功確率(英: estimated probability of success、ESP)は、量子プログラムの性能を測定するために用いられる最先端の計量である。
ESPは、回路構造、量子状態、および各プログラムの実行に特有の量子コンピュータ特性のユニークな組み合わせを考慮できないため、予測が不十分である。
したがって、様々なノイズの影響を解明し、量子コンピュータの成功率を正確かつ堅牢に予測し、アプリケーションとデバイスのスケーリングを強調する、体系的なアプローチが緊急に必要である。
本稿では、量子アプリケーションにおけるエラーの影響を体系的に定量化し、現在の成功率(SR)推定器と実際の量子コンピュータ結果とのギャップに対処する量子脆弱性解析(QVA)を提案する。
QVAは、ターゲット量子計算の累積量子脆弱性(CQV)を決定し、ターゲット量子マシンに適用されたアルゴリズム全体に基づいて量子エラーの影響を定量化する。
CQVを3つの27量子ビット量子コンピュータ上でよく知られたベンチマークで評価することにより、CQVの成功率は、0.1%以上の実際のSRレートを持つベンチマークに対して、平均6倍の相対予測誤差で達成することで、成功の予測技術の推定確率よりも優れる。
研究者がコンパイル時に有望なコンパイル戦略を選択するのに役立つQVAの直接的な応用が提供されている。
関連論文リスト
- QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - ArsoNISQ: Analyzing Quantum Algorithms on Near-Term Architectures [0.18188255328029254]
本稿では,与えられた量子アルゴリズムの許容誤差率を決定するArsoNISQフレームワークを紹介する。
ArsoNISQは、パウリの誤差モデルに従って誤差を受ける量子回路のシミュレーションに基づいている。
論文 参考訳（メタデータ） (2023-01-18T02:09:48Z) - Noise-robust ground state energy estimates from deep quantum circuits [0.0]
量子アルゴリズムにおいて、基礎となるエネルギー推定が不整合ノイズを明示的に除去する方法を示す。
我々はIBM Quantumハードウェア上で量子磁性のモデルとしてQCMを実装した。
QCMはVQEが完全に失敗する極めて高いエラー堅牢性を維持している。
論文 参考訳（メタデータ） (2022-11-16T09:12:55Z) - Potential and limitations of quantum extreme learning machines [55.41644538483948]
本稿では,QRCとQELMをモデル化するフレームワークを提案する。
我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
論文 参考訳（メタデータ） (2022-10-03T09:32:28Z) - 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) - Reducing the cost of energy estimation in the variational quantum
eigensolver algorithm with robust amplitude estimation [50.591267188664666]
量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。
これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
論文 参考訳（メタデータ） (2022-03-14T16:51:36Z) - Reducing runtime and error in VQE using deeper and noisier quantum
circuits [0.0]
VQEを含む多くの量子アルゴリズムのコアは、ロバスト振幅推定と呼ばれる手法を用いて精度と精度で改善することができる。
より深く、よりエラーを起こしやすい量子回路を使用することで、より少ない時間でより正確な量子計算を実現する。
この技術は、初期のフォールトトレラント量子計算の仕組みに量子計算を高速化するために用いられる。
論文 参考訳（メタデータ） (2021-10-20T17:11:29Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - 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) - Randomized compiling for scalable quantum computing on a noisy
superconducting quantum processor [0.0]
コヒーレントエラーは予測不可能な方法で量子アルゴリズムの性能を制限する。
ランダム化ベンチマークと関連するプロトコルによって測定された平均誤差率は、コヒーレントエラーの完全な影響には敏感ではない。
この結果から,現代の雑音量子プロセッサの性能を生かし,予測するためにランダム化コンパイルが利用可能であることが示唆された。
論文 参考訳（メタデータ） (2020-10-01T06:52:45Z)
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。