論文の概要: AutoQC: Automated Synthesis of Quantum Circuits Using Neural Network

• arxiv url: http://arxiv.org/abs/2210.02766v1
• Date: Thu, 6 Oct 2022 09:05:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-07 18:05:48.979365
• Title: AutoQC: Automated Synthesis of Quantum Circuits Using Neural Network
• Title（参考訳）: AutoQC:ニューラルネットワークを用いた量子回路の自動合成
• Authors: Kentaro Murakami, Jianjun Zhao
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.7704011486040847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While the ability to build quantum computers is improving dramatically, developing quantum algorithms is limited and relies on human insight and ingenuity. Although a number of quantum programming languages have been developed, it is challenging for software developers who are not familiar with quantum computing to learn and use these languages. It is, therefore, necessary to develop tools to support developing new quantum algorithms and programs automatically. This paper proposes AutoQC, an approach to automatically synthesizing quantum circuits using the neural network from input and output pairs. We consider a quantum circuit a sequence of quantum gates and synthesize a quantum circuit probabilistically by prioritizing with a neural network at each step. The experimental results highlight the ability of AutoQC to synthesize some essential quantum circuits at a lower cost.
• Abstract（参考訳）: 量子コンピュータの能力は劇的に向上しているが、量子アルゴリズムの開発は限られており、人間の洞察と創造性に依存している。 多くの量子プログラミング言語が開発されているが、量子コンピューティングに精通していないソフトウェア開発者にとってこれらの言語を習得し、利用するのは難しい。 したがって、新しい量子アルゴリズムやプログラムを自動で開発するためのツールを開発する必要がある。 本稿では,入力対と出力対からニューラルネットワークを用いて量子回路を自動的に合成する手法であるAutoQCを提案する。 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。 実験結果は、AutoQCがいくつかの重要な量子回路を低コストで合成する能力を強調している。

関連論文リスト

• QCircuitNet: A Large-Scale Hierarchical Dataset for Quantum Algorithm Design [17.747641494506087]
  量子アルゴリズムの設計と実装におけるAIの能力を評価するために設計された、最初のベンチマークおよびテストデータセットであるQCircuitNetを紹介する。 従来のコードの記述にAIを使用するのとは異なり、このタスクは基本的に異なり、非常に柔軟な設計空間と複雑なキュービット操作のため、さらに複雑である。
  論文  参考訳（メタデータ） (2024-10-10T14:24:30Z)
• A Case for Synthesis of Recursive Quantum Unitary Programs [9.287571320531457]
  量子プログラムは、量子プログラミングに関連する直感的な量子知識のために、コーディングと検証が難しいことで知られている。 本稿では、新しい帰納的量子プログラム言語を含む、最初の量子プログラム合成フレームワークであるQ Synthを紹介する。 Q Synthは量子加算器回路、量子固有値反転回路、量子フーリエ変換を含む10個の量子ユニタリプログラムをうまく合成する。
  論文  参考訳（メタデータ） (2023-11-20T03:01:36Z)
• 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)
• 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)
• Parametric Synthesis of Computational Circuits for Complex Quantum Algorithms [0.0]
  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。
  論文  参考訳（メタデータ） (2022-09-20T06:25:47Z)
• 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)
• Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
  量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。 機械学習の観点からQGLMの現状を概観する。 従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-06-07T07:32:57Z)
• 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 Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• Variational quantum compiling with double Q-learning [0.37798600249187286]
  強化学習(RL)に基づく変分量子コンパイル(VQC)アルゴリズムを提案する。 エージェントは、ネイティブゲートアルファベットとそれらが行う量子ビットから、二重Q学習によって順次量子ゲートを選択するように訓練される。 NISQデバイスのデコヒーレンスプロセスとゲートノイズによる量子アルゴリズムのエラーを減らすことができます。
  論文  参考訳（メタデータ） (2021-03-22T06:46:35Z)

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。