論文の概要: Quantum Computing for High-Energy Physics: State of the Art and
Challenges. Summary of the QC4HEP Working Group
- arxiv url: http://arxiv.org/abs/2307.03236v1
- Date: Thu, 6 Jul 2023 18:01:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-10 14:17:31.736926
- Title: Quantum Computing for High-Energy Physics: State of the Art and
Challenges. Summary of the QC4HEP Working Group
- Title（参考訳）: 高エネルギー物理学のための量子コンピューティング:最先端の技術と課題
QC4HEPワーキンググループの概要
- Authors: Alberto Di Meglio, Karl Jansen, Ivano Tavernelli, Constantia
Alexandrou, Srinivasan Arunachalam, Christian W. Bauer, Kerstin Borras,
Stefano Carrazza, Arianna Crippa, Vincent Croft, Roland de Putter, Andrea
Delgado, Vedran Dunjko, Daniel J. Egger, Elias Fernandez-Combarro, Elina
Fuchs, Lena Funcke, Daniel Gonzalez-Cuadra, Michele Grossi, Jad C. Halimeh,
Zoe Holmes, Stefan Kuhn, Denis Lacroix, Randy Lewis, Donatella Lucchesi,
Miriam Lucio Martinez, Federico Meloni, Antonio Mezzacapo, Simone Montangero,
Lento Nagano, Voica Radescu, Enrique Rico Ortega, Alessandro Roggero, Julian
Schuhmacher, Joao Seixas, Pietro Silvi, Panagiotis Spentzouris, Francesco
Tacchino, Kristan Temme, Koji Terashi, Jordi Tura, Cenk Tuysuz, Sofia
Vallecorsa, Uwe-Jens Wiese, Shinjae Yoo, Jinglei Zhang
- Abstract要約: 本論文はCERN, DESY, IBMが主導し,高エネルギー物理量子計算の現状について述べる。
近い将来に対処できる理論的および実験的なターゲットベンチマークアプリケーションの例を示す。
可能であれば、IBM 100 x 100の課題を念頭に置いて、エラー軽減量子コンピューティングを使用した例のリソース推定も提供する。
- 参考スコア（独自算出の注目度）: 33.8590861326926
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Quantum computers offer an intriguing path for a paradigmatic change of
computing in the natural sciences and beyond, with the potential for achieving
a so-called quantum advantage, namely a significant (in some cases exponential)
speed-up of numerical simulations. The rapid development of hardware devices
with various realizations of qubits enables the execution of small scale but
representative applications on quantum computers. In particular, the
high-energy physics community plays a pivotal role in accessing the power of
quantum computing, since the field is a driving source for challenging
computational problems. This concerns, on the theoretical side, the exploration
of models which are very hard or even impossible to address with classical
techniques and, on the experimental side, the enormous data challenge of newly
emerging experiments, such as the upgrade of the Large Hadron Collider. In this
roadmap paper, led by CERN, DESY and IBM, we provide the status of high-energy
physics quantum computations and give examples for theoretical and experimental
target benchmark applications, which can be addressed in the near future.
Having the IBM 100 x 100 challenge in mind, where possible, we also provide
resource estimates for the examples given using error mitigated quantum
computing.
- Abstract（参考訳）: 量子コンピュータは、自然科学や他の分野におけるコンピューティングのパラダイム変化に興味深い経路を提供し、いわゆる量子優位、すなわち数値シミュレーションの重要な(指数関数的な)スピードアップを達成する可能性を秘めている。
量子ビットの様々な実現を伴うハードウェアデバイスの急速な開発により、量子コンピュータ上での小規模ながら代表的な応用が可能になる。
特に、高エネルギー物理学コミュニティは、この分野が計算問題への挑戦の原動力であるため、量子コンピューティングの力にアクセスする上で重要な役割を果たす。
この懸念は、理論的な面では、古典的な手法で対処するのが非常に困難または不可能なモデルの探索であり、実験的な面では、大型ハドロン衝突型加速器のアップグレードのような新しい実験の巨大なデータ課題である。
CERN、DESY、IBMが主導するこのロードマップ論文では、高エネルギー物理量子計算の状況を提供し、近い将来に対処できる理論的および実験的なターゲットベンチマーク応用の例を示す。
可能であれば、IBM 100 x 100の課題を念頭に置いて、エラー軽減量子コンピューティングを使用した例のリソース推定も提供する。
関連論文リスト
- How to Build a Quantum Supercomputer: Scaling Challenges and Opportunities [3.864855748348313]
数百の物理量子ビット上の量子アルゴリズムプリミティブに対して、小さなデモが可能になった。
大幅な進歩と興奮にもかかわらず、フルスタックのスケーラブルな技術への道のりはほとんど不明である。
既存の半導体技術を採用して、より高品質な量子ビットを構築することで、スケーリングへの道が拓けることを示す。
論文 参考訳（メタデータ） (2024-11-15T18:22:46Z) - A Review of Quantum Scientific Computing Algorithms for Engineering Problems [0.0]
スーパーポジションや絡み合いのような量子現象を活用する量子コンピューティングは、コンピューティング技術における変革的な力として現れつつある。
本稿では,量子力学の基礎概念と,その計算発展への意義を体系的に検討する。
論文 参考訳（メタデータ） (2024-08-25T21:40:22Z) - Assessing and Advancing the Potential of Quantum Computing: A NASA Case Study [11.29246196323319]
我々は、量子コンピューティングの可能性を評価し、前進させるNASAの取り組みについて説明する。
本稿では,近・長期のアルゴリズムの進歩と,現在のハードウェアとシミュレーションによる探索結果について論じる。
この研究には物理にインスパイアされた古典的アルゴリズムも含まれており、今日のアプリケーションスケールで使用することができる。
論文 参考訳（メタデータ） (2024-06-21T19:05:42Z) - Quantum algorithms for scientific computing [0.0]
ハイパフォーマンスコンピューティングに最も影響を与えるであろう分野には、量子システムのシミュレーション、最適化、機械学習などがある。
現代の古典的技術に対する控えめな量子増強でさえ、気象予報、航空宇宙工学、持続可能な開発のための「グリーン」材料の設計といった分野において、はるかに大きな影響を及ぼすであろう。
論文 参考訳（メタデータ） (2023-12-22T18:29:31Z) - 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 Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - 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) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z) - Simulating Quantum Materials with Digital Quantum Computers [55.41644538483948]
デジタル量子コンピュータ(DQC)は、古典的コンピュータでは引き起こせない量子シミュレーションを効率的に行うことができる。
このレビューの目的は、物理量子優位性を達成するために行われた進歩の要約を提供することである。
論文 参考訳（メタデータ） (2021-01-21T20:10:38Z) - Quantum Computation [0.0]
量子計算の中核となる原理と応用分野について論じ,要約する。
物理系の挙動に対する計算のマッピングは歴史的課題である。
量子コンピュータが正しく機能するために必要な技術を評価する。
論文 参考訳（メタデータ） (2020-06-04T11:57:18Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳（メタデータ） (2020-05-06T14:18:44Z)
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。