論文の概要: Quantum utility -- definition and assessment of a practical quantum
advantage
- arxiv url: http://arxiv.org/abs/2303.02138v1
- Date: Fri, 3 Mar 2023 18:33:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-06 13:43:32.800642
- Title: Quantum utility -- definition and assessment of a practical quantum
advantage
- Title(参考訳): 量子ユーティリティ -- 実用的な量子優位性の定義と評価
- Authors: Nils Herrmann, Daanish Arya, Marcus W. Doherty, Angus Mingare, Jason
C. Pillay, Florian Preis, Stefan Prestel
- Abstract要約: さまざまなユースケースには,サイズや重量,消費電力,データプライバシなど,さまざまな要件があります。
本稿では,これらの特徴を量子ユーティリティの概念に取り入れることを目的とする。
様々な応用のための量子コンピュータの有効性と実用性を示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Several benchmarks have been proposed to holistically measure quantum
computing performance. While some have focused on the end user's perspective
(e.g., in application-oriented benchmarks), the real industrial value taking
into account the physical footprint of the quantum processor are not discussed.
Different use-cases come with different requirements for size, weight, power
consumption, or data privacy while demanding to surpass certain thresholds of
fidelity, speed, problem size, or precision. This paper aims to incorporate
these characteristics into a concept coined quantum utility, which demonstrates
the effectiveness and practicality of quantum computers for various
applications where quantum advantage -- defined as either being faster, more
accurate, or demanding less energy -- is achieved over a classical machine of
similar size, weight, and cost. To successively pursue quantum utility, a
level-based classification scheme -- constituted as application readiness
levels (ARLs) -- as well as extended classification labels are introduced.
These are demonstratively applied to different quantum applications from the
fields of quantum chemistry, quantum simulation, quantum machine learning, and
data analysis followed by a brief discussion.
- Abstract(参考訳): 量子コンピューティングの性能を水平に測定するいくつかのベンチマークが提案されている。
エンドユーザの視点(例えばアプリケーション指向のベンチマーク)に注目する向きもあるが、量子プロセッサの物理的フットプリントを考慮した実際の産業価値は議論されていない。
異なるユースケースには、サイズ、重量、電力消費量、データプライバシの要求が異なるが、忠実性、速度、問題サイズ、正確性といった一定のしきい値を超える必要がある。
本稿では,これらの特性を量子ユーティリティの概念に取り入れることを目的としており,量子優位性 – より速く,より正確か,より少ないエネルギー要求 – が,同じ大きさ,重み,コストの古典的マシン上で実現される様々なアプリケーションにおいて,量子コンピュータの有効性と実用性を示す。
量子ユーティリティを次々に追求するために、アプリケーション即応レベル(arls)として構成されるレベルベースの分類スキームと、拡張された分類ラベルが導入される。
これらは、量子化学、量子シミュレーション、量子機械学習、データ分析といった分野の異なる量子応用に実証的に適用される。
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) - Peptide Binding Classification on Quantum Computers [3.9540968630765643]
本研究では,計算生物学の分野における課題として,短期量子コンピュータを用いた広範囲な研究を行っている。
治療タンパク質の設計に関わる課題に対してシーケンス分類を行い、類似スケールの古典的ベースラインと競合する性能を示す。
この研究は、治療タンパク質の設計に不可欠なタスクに対して、短期量子コンピューティングの最初の概念実証アプリケーションを構成する。
論文 参考訳(メタデータ) (2023-11-27T10:32:31Z) - Quantum data learning for quantum simulations in high-energy physics [55.41644538483948]
本研究では,高エネルギー物理における量子データ学習の実践的問題への適用性について検討する。
我々は、量子畳み込みニューラルネットワークに基づくアンサッツを用いて、基底状態の量子位相を認識できることを数値的に示す。
これらのベンチマークで示された非自明な学習特性の観察は、高エネルギー物理学における量子データ学習アーキテクチャのさらなる探求の動機となる。
論文 参考訳(メタデータ) (2023-06-29T18:00:01Z) - Quantum information processing with superconducting circuits: a
perspective [0.0]
主な問題は、量子最適化と材料科学の有用な応用において、どのように量子優位を達成するかである。
変分量子アルゴリズムの最適化と電子構造決定への応用に関する最近の研究
競争力のある量子システムへのスケールアップ方法に関する現在の作業とアイデア。
論文 参考訳(メタデータ) (2023-02-09T10:49:56Z) - Q-score Max-Clique: The First Quantum Metric Evaluation on Multiple
Computational Paradigms [0.0]
我々は、Atos の Q-スコア計量を Q-スコア Max-Clique に拡張する。
これは、量子コンピューティングの3つの異なるパラダイムの比較を可能にする最初のアプリケーションレベルの計量となる。
論文 参考訳(メタデータ) (2023-02-01T18:03:13Z) - Assessing requirements to scale to practical quantum advantage [56.22441723982983]
大規模量子アプリケーションに必要なリソースを推定するために,スタックの層を抽象化し,量子リソース推定のためのフレームワークを開発する。
3つのスケールされた量子アプリケーションを評価し、実用的な量子優位性を達成するために数十万から数百万の物理量子ビットが必要であることを発見した。
私たちの研究の目標は、より広範なコミュニティがスタック全体の設計選択を探索できるようにすることで、実用的な量子的優位性に向けた進歩を加速することにあります。
論文 参考訳(メタデータ) (2022-11-14T18:50:27Z) - Variational Quantum Kernels with Task-Specific Quantum Metric Learning [0.8722210937404288]
カーネル法は、より高次元(おそらく無限)な特徴空間における点間の類似性の概念に依存している。
最適な量子埋め込みを生成するために,変分量子カーネルとタスク固有量子量子学習について論じる。
論文 参考訳(メタデータ) (2022-11-08T18:36:25Z) - 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) - Efficient criteria of quantumness for a large system of qubits [58.720142291102135]
大規模部分量子コヒーレント系の基本パラメータの無次元結合について論じる。
解析的および数値計算に基づいて、断熱進化中の量子ビット系に対して、そのような数を提案する。
論文 参考訳(メタデータ) (2021-08-30T23:50:05Z) - On exploring practical potentials of quantum auto-encoder with
advantages [92.19792304214303]
量子オートエンコーダ(QAE)は、量子物理学で遭遇する次元の呪いを和らげるための強力なツールである。
我々はQAEを用いて固有値を効率的に計算し、高次元量子状態の対応する固有ベクトルを作成できることを証明した。
低ランク状態の忠実度推定,量子ギブス状態準備,量子メトロジーの課題を解決するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
論文 参考訳(メタデータ) (2021-06-29T14:01:40Z) - Fisher Information in Noisy Intermediate-Scale Quantum Applications [0.0]
古典的および量子フィッシャー情報は量子センシングの分野に根ざしている。
ノイズの多い中間スケール量子デバイスの研究におけるそれらの有用性は、最近しか発見されていない。
本稿は、量子センシングを超えた短期的応用のための有用なツールとして、古典的および量子フィッシャー情報をさらに普及させることを目的としている。
論文 参考訳(メタデータ) (2021-03-28T18:11:15Z)
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。