論文の概要: On constructing benchmark quantum circuits with known near-optimal
transformation cost
- arxiv url: http://arxiv.org/abs/2301.08932v1
- Date: Sat, 21 Jan 2023 10:05:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-24 15:39:06.999548
- Title: On constructing benchmark quantum circuits with known near-optimal
transformation cost
- Title(参考訳): 準最適変換コストの既知のベンチマーク量子回路の構成について
- Authors: Sanjiang Li, Xiangzhen Zhou, Yuan Feng
- Abstract要約: 本稿では,量子回路変換アルゴリズムを評価するためにベンチマーク回路を構築する新しい手法を提案する。
ベンチマークでは、ほぼ最適変換コストが知られており、QUEKNOと呼ばれている。
評価の結果,SABRE は 53量子ビット IBM Q Rochester と Google の Sycamore 上で, 平均コストが著しく低い変換を生成できることが示唆された。
- 参考スコア(独自算出の注目度): 6.72166630054365
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Current quantum devices impose strict connectivity constraints on quantum
circuits, making circuit transformation necessary before running logical
circuits on real quantum devices. Many quantum circuit transformation (QCT)
algorithms have been proposed in the past several years. This paper proposes a
novel method for constructing benchmark circuits and uses these benchmark
circuits to evaluate state-of-the-art QCT algorithms, including TKET from
Cambridge Quantum Computing, Qiskit from IBM, and three academic algorithms
SABRE, SAHS, and MCTS. These benchmarks have known near-optimal transformation
costs and thus are called QUEKNO (for quantum examples with known
near-optimality). Compared with QUEKO benchmarks designed by Tan and Cong
(2021), which all have zero optimal transformation costs, QUEKNO benchmarks are
more general and can provide a more faithful evaluation for QCT algorithms
(like TKET) which use subgraph isomorphism to find the initial mapping. Our
evaluation results show that SABRE can generate transformations with
conspicuously low average costs on the 53-qubit IBM Q Rochester and Google's
Sycamore in both gate size and depth objectives.
- Abstract(参考訳): 現在の量子デバイスは量子回路に厳しい接続制約を課し、実際の量子デバイス上で論理回路を実行する前に回路変換を必要とする。
近年,多くの量子回路変換(QCT)アルゴリズムが提案されている。
本稿では,ケンブリッジ量子コンピューティングのTKET,IBMのQiskit,SABRE,SAHS,MCTSの3つの学術アルゴリズムを含む,最新のQCTアルゴリズムを評価するためにベンチマーク回路を構築する新しい手法を提案する。
これらのベンチマークは、ほぼ最適変換コストを知っており、これをquekno(既知の近似最適性を持つ量子例)と呼ぶ。
タンとコングが設計したQUEKOベンチマーク(2021年)と比較すると、QUEKNOベンチマークはより汎用的で、グラフアイソモーフィズムを用いて初期マッピングを求めるQCTアルゴリズム(TKETなど)に対してより忠実な評価を提供することができる。
評価の結果,SABRE は 53量子ビット IBM Q Rochester と Google の Sycamore に対して, ゲートサイズと深さの両目的において, 平均コストが著しく低い変換を生成できることが示唆された。
関連論文リスト
- Topology-Driven Quantum Architecture Search Framework [2.9862856321580895]
本稿では,高性能量子回路を識別するためのトポロジ駆動量子アーキテクチャ探索(TD-QAS)フレームワークを提案する。
広い探索空間をトポロジとゲート型コンポーネントに分離することで、TD-QASは低パフォーマンストポロジ内のゲート構成の探索を避けることができる。
論文 参考訳(メタデータ) (2025-02-20T05:05:53Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳(メタデータ) (2024-04-17T11:00:12Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳(メタデータ) (2024-02-26T09:32:07Z) - Reinforcement learning-assisted quantum architecture search for variational quantum algorithms [0.0]
この論文は、ノイズの多い量子ハードウェアにおける機能量子回路の同定に焦点を当てている。
本稿では, テンソルを用いた量子回路の符号化, 環境力学の制約により, 可能な回路の探索空間を効率的に探索する。
様々なVQAを扱う際、我々のRLベースのQASは既存のQASよりも優れています。
論文 参考訳(メタデータ) (2024-02-21T12:30:39Z) - Learning Quantum Phase Estimation by Variational Quantum Circuits [0.9208007322096533]
我々は,量子位相推定回路の深さを低減するために,変分量子回路(VQC)近似を開発した。
実験により,VQCは回路ノイズを低減し,実ハードウェア上でのノイズQPEと標準QPEの両方に優れた性能を示した。
この量子コンパイラへのVQCの統合は、ディープ回路を持つ量子アルゴリズムに大きな可能性を秘めている。
論文 参考訳(メタデータ) (2023-11-08T13:57:24Z) - Scaling Limits of Quantum Repeater Networks [62.75241407271626]
量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。
量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。
本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
論文 参考訳(メタデータ) (2023-05-15T14:57:01Z) - Evaluation of Parameterized Quantum Circuits with Cross-Resonance
Pulse-Driven Entanglers [0.27998963147546146]
変分量子アルゴリズム(VQA)は、ノイズの多い量子デバイスに非常に適したアルゴリズムの強力なクラスとして登場した。
これまでの研究では、VQAに対して有効なパラメタライズド量子回路(PQC)やアンサッツを選択することが、その全体的な性能に欠かせないことが示されている。
本稿では、量子マシンへのパルスレベルアクセスと2量子ビット相互作用の理解を利用して、2量子ビットエンタングルの設計を最適化する。
論文 参考訳(メタデータ) (2022-11-01T09:46:34Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳(メタデータ) (2022-01-06T21:02:30Z) - Quantum circuit architecture search on a superconducting processor [56.04169357427682]
変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。
しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。
8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
論文 参考訳(メタデータ) (2022-01-04T01:53:42Z) - Supervised Learning Enhanced Quantum Circuit Transformation [6.72166630054365]
実量子処理ユニット(QPU)における量子プログラムの実行には、量子回路変換(QCT)が必要である。
本稿では,浅層回路上の教師あり学習によって訓練されたポリシ人工知能ニューラルネットワーク(ANN)を用いて,既存のQCTアルゴリズムが最も有望なSWAPゲートを選択するのを支援するフレームワークを提案する。
論文 参考訳(メタデータ) (2021-10-06T20:32:28Z) - 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)
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。