論文の概要: The Virtual Quantum Device (VQD): A tool for detailed emulation of
quantum computers
- arxiv url: http://arxiv.org/abs/2306.07342v2
- Date: Fri, 23 Jun 2023 13:18:22 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-26 16:44:30.593668
- Title: The Virtual Quantum Device (VQD): A tool for detailed emulation of
quantum computers
- Title（参考訳）: Virtual Quantum Device (VQD): 量子コンピュータの詳細なエミュレーションのためのツール
- Authors: Cica Gustiani, Tyson Jones, Simon C. Benjamin
- Abstract要約: 我々はQuEST量子エミュレータに基づくシステムであるVirtual Quantum Device (VQD) プラットフォームを提案する。
非専門家のユーザは、特定の量子コンピュータに詳細なエラーモデル、分岐ゲートセット、接続性をエミュレートすることができる。
我々は、トラップされたイオン、窒素空孔中心、中性原子配列、シリコン量子ドットスピン、超伝導デバイスに対応するVQDの5つのファミリーを作成し、探索する。
- 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: We present the Virtual Quantum Device (VQD) platform, a system based on the
QuEST quantum emulator. Through the use of VQDs, non-expert users can emulate
specific quantum computers with detailed error models, bespoke gate sets and
connectivities. The platform boasts an intuitive interface, powerful
visualisation, and compatibility with high-performance computation for
effective testing and optimisation of complex quantum algorithms or ideas
across a range of quantum computing hardware. We create and explore five
families of VQDs corresponding to trapped ions, nitrogen-vacancy-centres,
neutral atom arrays, silicon quantum dot spins, and superconducting devices.
Each is highly configurable through a set of tailored parameters. We showcase
the key characteristics of each virtual device, providing practical examples of
the tool's usefulness and highlighting each device's specific attributes. By
offering user-friendly encapsulated descriptions of diverse quantum hardware,
the VQD platform offers researchers the ability to rapidly explore algorithms
and protocols in a realistic setting; meanwhile hardware experts can create
their own VQDs to compare with their experiments.
- Abstract（参考訳）: 我々はQuEST量子エミュレータに基づくシステムであるVirtual Quantum Device (VQD) プラットフォームを提案する。
vqdを使用することで、非専門家のユーザーは特定の量子コンピュータに詳細なエラーモデル、個性ゲートセット、コネクティビティをエミュレートすることができる。
プラットフォームには直感的なインターフェース、強力な視覚化、複雑な量子アルゴリズムやさまざまな量子コンピューティングハードウェアにおけるアイデアの効率的なテストと最適化のための高性能な計算との互換性がある。
我々は、閉じ込められたイオン、窒素空孔中心、中性原子配列、シリコン量子ドットスピン、超伝導デバイスに対応する5種類のVQDを作成し、探索する。
それぞれが、調整されたパラメータセットを通じて、高度に設定可能である。
各仮想デバイスの重要な特徴を実演し,ツールの有用性の実例を示し,各デバイス固有の属性を強調する。
多様な量子ハードウェアのユーザフレンドリなカプセル化された記述を提供することで、VQDプラットフォームは研究者に、現実的な環境でアルゴリズムやプロトコルを迅速に探索する機能を提供する。
関連論文リスト
- Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - Trustworthy Quantum Computation through Quantum Physical Unclonable
Functions [1.539760782452093]
クラウドベースの量子コンピュータ(QC)は、リモートアクセスとプログラミングで容易に利用できる。
本研究は,クラウドベースのQCのフィンガープリントに本質的な量子ハードウェア特性を用いることが可能であることを示す。
本稿では,ユニークな指紋データとファジィ抽出を組み合わせたセキュアな鍵生成のための量子物理的拘束不能関数 (Q-PUF) スキームについて述べる。
論文 参考訳（メタデータ） (2023-11-13T05:47:33Z) - Machine Learning in the Quantum Age: Quantum vs. Classical Support
Vector Machines [0.0]
この研究は、古典的および量子計算パラダイムにおける機械学習アルゴリズムの有効性を判断する努力である。
我々は、Irisデータセット上で量子ハードウェアで動作する古典的なSVMと量子サポートベクトルマシンの分類技術を精査する。
論文 参考訳（メタデータ） (2023-10-17T01:06:59Z) - Quantum Computing for Solid Mechanics and Structural Engineering -- a
Demonstration with Variational Quantum Eigensolver [3.8061090528695534]
変分量子アルゴリズムは、コスト関数を効率的に最適化するために重ね合わせと絡み合いの特徴を利用する。
我々は,IBM Qiskit プラットフォーム上で 5-qubit および 7-qubit 量子プロセッサ上での数値処理を実装し,実演する。
論文 参考訳（メタデータ） (2023-08-28T17:52:47Z) - Benchmarking the Variational Quantum Eigensolver using different quantum
hardware [0.0]
変分量子固有解法(VQE)は化学応用のための有望な量子アルゴリズムである。
VQEを用いて水素分子のシミュレーションを行い、超伝導とイオントラップ量子コンピュータを比較した。
論文 参考訳（メタデータ） (2023-05-11T18:56:07Z) - Delegated variational quantum algorithms based on quantum homomorphic
encryption [69.50567607858659]
変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。
クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。
量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
論文 参考訳（メタデータ） (2023-01-25T07:00:13Z) - 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) - 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) - Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits
at Exascale [57.84751206630535]
本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。
新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。
ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
論文 参考訳（メタデータ） (2021-04-21T13:26:42Z) - Experimental Quantum Generative Adversarial Networks for Image
Generation [93.06926114985761]
超伝導量子プロセッサを用いた実世界の手書き桁画像の学習と生成を実験的に行う。
我々の研究は、短期量子デバイス上での高度な量子生成モデル開発のためのガイダンスを提供する。
論文 参考訳（メタデータ） (2020-10-13T06:57:17Z)
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。