論文の概要: Parametric Synthesis of Computational Circuits for Complex Quantum
Algorithms
- arxiv url: http://arxiv.org/abs/2209.09903v1
- Date: Tue, 20 Sep 2022 06:25:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-25 23:10:42.329988
- Title: Parametric Synthesis of Computational Circuits for Complex Quantum
Algorithms
- Title(参考訳): 複素量子アルゴリズムのための計算回路のパラメトリック合成
- Authors: Cesar Borisovich Pronin, Andrey Vladimirovich Ostroukh
- Abstract要約: 我々の量子シンセサイザーの目的は、ユーザーが高レベルなコマンドを使って量子アルゴリズムを実装できるようにすることである。
量子アルゴリズムを実装するための提案手法は、機械学習の分野で潜在的に有効である。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: At the moment, quantum circuits are created mainly by manually placing logic
elements on lines that symbolize quantum bits. The purpose of creating Quantum
Circuit Synthesizer "Naginata" was due to the fact that even with a slight
increase in the number of operations in a quantum algorithm, leads to the
significant increase in size of the corresponding quantum circuit. This causes
serious difficulties both in creating and debugging these quantum circuits. The
purpose of our quantum synthesizer is enabling users an opportunity to
implement quantum algorithms using higher-level commands. This is achieved by
creating generic blocks for frequently used operations such as: the adder,
multiplier, digital comparator (comparison operator), etc. Thus, the user could
implement a quantum algorithm by using these generic blocks, and the quantum
synthesizer would create a suitable circuit for this algorithm, in a format
that is supported by the chosen quantum computation environment. This approach
greatly simplifies the processes of development and debugging a quantum
algorithm. The proposed approach for implementing quantum algorithms has a
potential application in the field of machine learning, in this regard, we
provided an example of creating a circuit for training a simple neural network.
Neural networks have a significant impact on the technological development of
the transport and road complex, and there is a potential for improving the
reliability and efficiency of their learning process by utilizing quantum
computation, through the introduction of quantum computing.
- Abstract(参考訳): 量子回路は、主に量子ビットを象徴する線上に論理要素を手動で配置することによって作られる。
量子回路合成器"Naginata"を作成する目的は、量子アルゴリズムにおける演算数がわずかに増加しても、対応する量子回路のサイズが大幅に増加するという事実による。
これにより、これらの量子回路の作成とデバッグが困難になる。
量子シンセサイザの目的は、ユーザが高レベルコマンドを使って量子アルゴリズムを実装する機会を提供することです。
これは、加算器、乗算器、デジタルコンパレータ(比較演算子)など、頻繁に使用される操作のためのジェネリックブロックを作成することで実現される。
したがって、ユーザーはこれらの汎用ブロックを用いて量子アルゴリズムを実装でき、量子シンセサイザーは選択された量子計算環境によってサポートされているフォーマットで、このアルゴリズムに適した回路を作成することになる。
このアプローチは量子アルゴリズムの開発とデバッグのプロセスを大幅に単純化する。
量子アルゴリズムを実装するための提案手法は、機械学習分野への応用の可能性があり、この点において、簡単なニューラルネットワークをトレーニングするための回路を作成する例を示した。
ニューラルネットワークは、輸送と道路複合体の技術的発展に大きな影響を与え、量子コンピューティングの導入を通じて、量子計算を利用して学習プロセスの信頼性と効率を向上させる可能性を秘めている。
関連論文リスト
- A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳(メタデータ) (2024-02-23T14:09:41Z) - 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) - Dynamic quantum circuit compilation [11.550577505893367]
量子ハードウェアの最近の進歩は、中間回路の測定とリセットを導入し、測定量子ビットの再利用を可能にしている。
本稿では,静的量子回路を動的同値に変換するプロセスである動的量子回路コンパイルの体系的研究について述べる。
論文 参考訳(メタデータ) (2023-10-17T06:26:30Z) - Quantivine: A Visualization Approach for Large-scale Quantum Circuit
Representation and Analysis [31.203764035373677]
我々は量子回路の探索と理解のための対話型システムQuantivineを開発した。
一連の新しい回路視覚化は、キュービットの証明、並列性、絡み合いなどのコンテキストの詳細を明らかにするように設計されている。
Quantivineの有効性は、最大100キュービットの量子回路の2つの利用シナリオを通して示される。
論文 参考訳(メタデータ) (2023-07-18T04:51:28Z) - 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) - AutoQC: Automated Synthesis of Quantum Circuits Using Neural Network [1.7704011486040847]
AutoQCは、入力と出力のペアからニューラルネットワークを使用して量子回路を自動的に合成するアプローチである。
量子回路を量子ゲートの列と考え、各ステップでニューラルネットワークで優先順位付けすることで確率的に量子回路を合成する。
論文 参考訳(メタデータ) (2022-10-06T09:05:42Z) - Parametric Synthesis of Quantum Circuits for Training Perceptron Neural
Networks [0.0]
本稿では、知覚神経回路のトレーニングのための量子回路のパラメトリック合成法を紹介する。
回路は100量子ビットのIBM量子シミュレータ上で動作した。
論文 参考訳(メタデータ) (2022-09-20T06:16:17Z) - Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。
我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
論文 参考訳(メタデータ) (2022-04-12T19:39:31Z) - Synthesis of Quantum Circuits with an Island Genetic Algorithm [44.99833362998488]
特定の演算を行うユニタリ行列が与えられた場合、等価な量子回路を得るのは非自明な作業である。
量子ウォーカーのコイン、トフォリゲート、フレドキンゲートの3つの問題が研究されている。
提案したアルゴリズムは量子回路の分解に効率的であることが証明され、汎用的なアプローチとして、利用可能な計算力によってのみ制限される。
論文 参考訳(メタデータ) (2021-06-06T13:15:25Z) - Quantum circuit synthesis of Bell and GHZ states using projective
simulation in the NISQ era [0.0]
量子ビット数に制限のある雑音量子コンピュータの量子回路合成問題に取り組むために,強化学習手法である投影シミュレーションの有効性について検討した。
シミュレーションの結果, エージェントの性能は良好であったが, 量子ビット数の増加に伴い新しい回路の学習能力は低下した。
論文 参考訳(メタデータ) (2021-04-27T16:11:27Z) - Electronic structure with direct diagonalization on a D-Wave quantum
annealer [62.997667081978825]
本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。
そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
論文 参考訳(メタデータ) (2020-09-02T22:46:47Z)
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。