論文の概要: Resource-efficient simulation of noisy quantum circuits and application
to network-enabled QRAM optimization
- arxiv url: http://arxiv.org/abs/2210.13494v2
- Date: Mon, 4 Dec 2023 10:33:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 01:49:42.930106
- Title: Resource-efficient simulation of noisy quantum circuits and application
to network-enabled QRAM optimization
- Title（参考訳）: 雑音量子回路の資源効率シミュレーションとネットワーク対応QRAM最適化への応用
- Authors: Lu\'is Bugalho, Emmanuel Zambrini Cruzeiro, Kevin C. Chen, Wenhan Dai,
Dirk Englund and Yasser Omar
- Abstract要約: 大規模雑音の絡み合いをシミュレーションするための資源効率のよい手法を提案する。
我々は、ChenらのネットワークベースのQRAMを、量子データセンターや短期量子インターネットのスケールでの応用として分析する。
- 参考スコア（独自算出の注目度）: 0.7107001348724662
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Giovannetti, Lloyd, and Maccone [Phys. Rev. Lett. 100, 160501] proposed a
quantum random access memory (QRAM) architecture to retrieve arbitrary
superpositions of $N$ (quantum) memory cells via $O(\log(N))$ quantum switches
and $O(\log(N))$ address qubits. Towards physical QRAM implementations, Chen et
al. [PRX Quantum 2, 030319] recently showed that QRAM maps natively onto
optically connected quantum networks with $O(\log(N))$ overhead and built-in
error detection. However, modeling QRAM on large networks has been stymied by
exponentially rising classical compute requirements. Here, we address this
bottleneck by: (i) introducing a resource-efficient method for simulating
large-scale noisy entanglement, allowing us to evaluate hundreds and even
thousands of qubits under various noise channels; and (ii) analyzing Chen et
al.'s network-based QRAM as an application at the scale of quantum data centers
or near-term quantum internet; and (iii) introducing a modified network-based
QRAM architecture to improve quantum fidelity and access rate. We conclude that
network-based QRAM could be built with existing or near-term technologies
leveraging photonic integrated circuits and atomic or atom-like quantum
memories.
- Abstract（参考訳）: Giovannetti, Lloyd, and Maccone [Phys. Rev. 100, 160501] は$O(\log(N))$量子スイッチと$O(\log(N))$アドレス量子ビットを介して$N$(量子)メモリセルの任意の重ね合わせを取得する量子ランダムアクセスメモリ (QRAM) アーキテクチャを提案した。
物理的なQRAM実装に向けて、Chenら。
[prx quantum 2, 030319] 最近、qramはo(\log(n))$のオーバーヘッドと組み込みのエラー検出を備えた光接続量子ネットワークにネイティブにマップすることを示した。
しかし、大規模ネットワーク上でのQRAMのモデリングは、古典的な計算要求が指数関数的に高まることによって妨げられている。
ここではこのボトルネックに対処する。
(i)大規模なノイズの絡み合いをシミュレートする資源効率の高い手法を導入することで、様々なノイズチャネルにおいて数百から数千キュービットの評価が可能となる。
(ii)chen等のネットワークベースのqramを、量子データセンター規模や短期量子インターネット規模での応用として分析すること。
3) 量子忠実度とアクセス率を改善するため,ネットワークベースのQRAMアーキテクチャを改良した。
ネットワークベースのQRAMは、フォトニック集積回路と原子または原子に似た量子メモリを活用する既存のまたは短期技術で構築できると結論付けている。
関連論文リスト
- A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳（メタデータ） (2024-02-23T14:09:41Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - Fundamental causal bounds of quantum random access memories [13.19534468575575]
因果性に基づく高速量子メモリの本質的境界について検討する。
QRAMは1次元で$mathcalO(107)$論理量子ビット、様々な2次元アーキテクチャで$mathcalO(1015)$から$mathcalO(1020)$、そして3次元で$mathcalO(1024)$に対応可能であることを示す。
論文 参考訳（メタデータ） (2023-07-25T12:40:48Z) - Systems Architecture for Quantum Random Access Memory [0.6386668251980657]
量子ランダムアクセスメモリ(QRAM)は、量子クエリを実現するための有望なアーキテクチャである。
提案するQRAMの固有バイアスノイズレジリエンスを、NISQ(Noisy Intermediate-Scale Quantum)またはFTQC(Fault-Tolerant Quantum Computing)ハードウェア上で実装する方法を示す。
論文 参考訳（メタデータ） (2023-06-05T20:52:28Z) - Quantum Random Access Memory For Dummies [4.608607664709314]
量子ランダムアクセスメモリ(QRAM)は、量子コンピューティングの領域に革命をもたらす可能性がある。
QRAMは量子コンピューティングの原理を使って量子や古典的なデータを効率的に保存し、修正する。
論文 参考訳（メタデータ） (2023-05-02T03:24:16Z) - Simulation of Entanglement Generation between Absorptive Quantum
Memories [56.24769206561207]
我々は、QUantum Network Communication (SeQUeNCe) のオープンソースシミュレータを用いて、2つの原子周波数コム(AFC)吸収量子メモリ間の絡み合いの発生をシミュレートする。
本研究は,SeQUeNCe における truncated Fock 空間内の光量子状態の表現を実現する。
本研究では,SPDC音源の平均光子数と,平均光子数とメモリモード数の両方で異なる絡み合い発生率を観測する。
論文 参考訳（メタデータ） (2022-12-17T05:51:17Z) - Approximate Quantum Random Access Memory Architectures [7.509129971169722]
量子超越性(Quantum supremacy)は、よく知られた量子アルゴリズムを用いた多くのアプリケーションにおいて、量子形式におけるデータの可用性に依存している。
本稿では、アドレス行を入力として取り出し、これらのアドレス行の対応するデータを出力として出力する、近似パラメトリック量子回路(PQC)ベースのQRAMを提案する。
提案するPQCベースのQRAMの2つの応用として、バイナリデータのストレージと機械学習データセットのストレージを分類する。
論文 参考訳（メタデータ） (2022-10-24T19:53:28Z) - Iterative Qubits Management for Quantum Index Searching in a Hybrid
System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。
我々はQiskitでIQuCSを実装し、集中的な実験を行う。
その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文 参考訳（メタデータ） (2022-09-22T21:54:28Z) - Field-deployable Quantum Memory for Quantum Networking [62.72060057360206]
実世界の展開とスケーリングの課題に対応するために設計された量子メモリを提示する。
メモリ技術は、温かいルビジウム蒸気を記憶媒体として利用し、室温で動作する。
我々は,高忠実度検索(95%)と低演算誤差(10-2)$を,単一光子レベルの量子メモリ操作に対して160$mu s$の記憶時間で示す。
論文 参考訳（メタデータ） (2022-05-26T00:33:13Z) - 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) - Scalable and High-Fidelity Quantum Random Access Memory in Spin-Photon
Networks [6.540771405203322]
量子ランダムアクセスメモリ(qRAM)は、量子情報処理におけるスピードアップを可能にする重要な演算ユニットであると考えられている。
本稿では, ソリッドステートメモリと統合されたフォトニック集積回路(PIC)アーキテクチャを, qRAMを構築するための実行可能なプラットフォームとして提案する。
また、量子テレポーテーションに基づく代替スキームを提案し、それを量子ネットワークのコンテキストに拡張する。
論文 参考訳（メタデータ） (2021-03-13T05:39:03Z)
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。