論文の概要: Defining Standard Strategies for Quantum Benchmarks
- arxiv url: http://arxiv.org/abs/2303.02108v1
- Date: Fri, 3 Mar 2023 17:50:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 13:51:58.068842
- Title: Defining Standard Strategies for Quantum Benchmarks
- Title(参考訳): 量子ベンチマークの標準戦略を定義する
- Authors: Mirko Amico, Helena Zhang, Petar Jurcevic, Lev S. Bishop, Paul Nation,
Andrew Wack, and David C. McKay
- Abstract要約: 我々は、どのベンチマークも従うべき特徴のセットを定義し、ベンチマークと診断を区別する。
ベンチマーク最適化の問題点、それらの最適化がいつ適切か、どのように報告されるべきか、について論じる。
スケーラブルなミラー量子ボリュームベンチマークを導入する。
- 参考スコア(独自算出の注目度): 0.1759008116536278
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As quantum computers grow in size and scope, a question of great importance
is how best to benchmark performance. Here we define a set of characteristics
that any benchmark should follow -- randomized, well-defined, holistic, device
independent -- and make a distinction between benchmarks and diagnostics. We
use Quantum Volume (QV) [1] as an example case for clear rules in benchmarking,
illustrating the implications for using different success statistics, as in
Ref. [2]. We discuss the issue of benchmark optimizations, detail when those
optimizations are appropriate, and how they should be reported. Reporting the
use of quantum error mitigation techniques is especially critical for
interpreting benchmarking results, as their ability to yield highly accurate
observables comes with exponential overhead, which is often omitted in
performance evaluations. Finally, we use application-oriented and mirror
benchmarking techniques to demonstrate some of the highlighted optimization
principles, and introduce a scalable mirror quantum volume benchmark. We
elucidate the importance of simple optimizations for improving benchmarking
results, and note that such omissions can make a critical difference in
comparisons. For example, when running mirror randomized benchmarking, we
observe a reduction in error per qubit from 2% to 1% on a 26-qubit circuit with
the inclusion of dynamic decoupling.
- Abstract(参考訳): 量子コンピュータのサイズと範囲が大きくなるにつれて、パフォーマンスをベンチマークする方法が重要になる。
ここでは、任意のベンチマークが従うべき特徴 - ランダム化、明確に定義された、全体論的、デバイス独立 - のセットを定義し、ベンチマークと診断を区別する。
私たちは、ベンチマークにおける明確なルールの例として量子ボリューム(qv)[1]を使い、refのように、異なる成功統計を使用する意味を示す。
[2].
ベンチマーク最適化の問題点、それらの最適化がいつ適切か、どのように報告するべきかについて論じる。
高い精度の観測可能値を得る能力には指数的なオーバーヘッドが伴うため、パフォーマンス評価において省略されることが多いため、ベンチマーク結果の解釈には量子エラー軽減技術の使用が特に重要である。
最後に、アプリケーション指向およびミラーベンチマーク技術を用いて、強調された最適化原理を実証し、スケーラブルなミラー量子ボリュームベンチマークを導入する。
我々は、ベンチマーク結果を改善するための単純な最適化の重要性を解明し、これらの省略が比較において重要な違いをもたらすことに留意する。
例えば、ミラーランダム化ベンチマークの実行時には、動的デカップリングを含む26量子ビット回路上で、キュービット当たりのエラーを2%から1%に削減する。
関連論文リスト
- Benchmarking Quantum Computers: Towards a Standard Performance Evaluation Approach [0.7499722271664147]
我々は、古典的なプロセッサベンチマークとそれらを構成するメトリクスの両方の最も重要な側面についてレビューする。
量子コンピューティングのパラダイムを特徴付ける本質的な特性を解析する。
本稿では,量子ベンチマークの一般的なガイドラインを提案する。
論文 参考訳(メタデータ) (2024-07-15T17:39:59Z) - Towards Robust Benchmarking of Quantum Optimization Algorithms [3.9456729020535013]
既存のベンチマークフレームワークにおける重要な問題は、それぞれが古典的なアプローチで最高の量子を最適化するのと同じ努力をしていないことである。
本稿では,公正なベンチマークに向けての普遍的な手順を包括的にまとめたガイドラインについて述べる。
論文 参考訳(メタデータ) (2024-05-13T10:35:23Z) - Scalable Full-Stack Benchmarks for Quantum Computers [0.0]
我々は,任意の量子計算の集合から効率的なベンチマークを作成する手法を紹介する。
我々のベンチマークは、量子プロセッサの古典的コンパイルアルゴリズムの統合性能を評価する。
論文 参考訳(メタデータ) (2023-12-21T18:31:42Z) - Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational
Quantum Systems [65.268245109828]
古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。
量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
論文 参考訳(メタデータ) (2023-10-14T02:13:26Z) - Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。
我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。
我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
論文 参考訳(メタデータ) (2023-04-10T23:01:10Z) - Optimization of Annealed Importance Sampling Hyperparameters [77.34726150561087]
Annealed Importance Smpling (AIS) は、深層生成モデルの難易度を推定するために使われる一般的なアルゴリズムである。
本稿では、フレキシブルな中間分布を持つパラメータAISプロセスを提案し、サンプリングに少ないステップを使用するようにブリッジング分布を最適化する。
我々は, 最適化AISの性能評価を行い, 深部生成モデルの限界推定を行い, 他の推定値と比較した。
論文 参考訳(メタデータ) (2022-09-27T07:58:25Z) - Analyzing the Impact of Undersampling on the Benchmarking and
Configuration of Evolutionary Algorithms [3.967483941966979]
限られたデータに基づいて意思決定を行う場合、注意が必要であることを示す。
統計的レースを用いてラン数を動的に調整しても,20%以上の性能損失の例を示す。
論文 参考訳(メタデータ) (2022-04-20T09:53:59Z) - Generalization Metrics for Practical Quantum Advantage in Generative
Models [68.8204255655161]
生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。
我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。
シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
論文 参考訳(メタデータ) (2022-01-21T16:35:35Z) - The Benchmark Lottery [114.43978017484893]
ベンチマーク宝くじ」は、機械学習ベンチマークプロセスの全体的な脆弱さを記述している。
アルゴリズムの相対的性能は、異なるベンチマークタスクを選択するだけで大幅に変化する可能性がある。
論文 参考訳(メタデータ) (2021-07-14T21:08:30Z) - Benchmarking quantum co-processors in an application-centric,
hardware-agnostic and scalable way [0.0]
我々はAtos Q-score (TM)と呼ばれる新しいベンチマークを導入する。
Qスコアは、MaxCut最適化問題を解決するために効果的に使用できる量子ビットの最大数を測定する。
量子ハードウェアのQスコアを簡単に計算できるQスコアのオープンソース実装を提供する。
論文 参考訳(メタデータ) (2021-02-25T16:26:23Z) - Pseudo-Convolutional Policy Gradient for Sequence-to-Sequence
Lip-Reading [96.48553941812366]
唇読解は唇運動系列から音声内容を推測することを目的としている。
seq2seqモデルの伝統的な学習プロセスには2つの問題がある。
本稿では,これら2つの問題に対処するために,PCPGに基づく新しい手法を提案する。
論文 参考訳(メタデータ) (2020-03-09T09:12:26Z)
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。