論文の概要: Demonstration of a Hardware-Independent Toolkit for Automated Quantum Subcircuit Synthesis

• arxiv url: http://arxiv.org/abs/2309.01028v2
• Date: Thu, 8 Feb 2024 19:56:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-12 20:30:44.802694
• Title: Demonstration of a Hardware-Independent Toolkit for Automated Quantum Subcircuit Synthesis
• Title（参考訳）: 自動量子サブ回路合成のためのハードウェア非依存ツールキットの実証
• Authors: Elena R. Henderson, Jessie M. Henderson, Aviraj Sinha, Eric C. Larson, Mitchell A. Thornton
• Abstract要約: 本稿では、合成、コンパイル、最適化のための自動量子ソフトウェアツールキットについて述べる。 古典的に特定され、不可逆な関数を、技術に依存しない量子回路と技術に依存した量子回路に変換する。 我々は、量子読み取り専用メモリ、量子乱数生成器、量子オラクルの3つの状況におけるツールキットの応用について記述し、分析する。
• 参考スコア（独自算出の注目度）: 2.828466685313335
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The quantum computer has become contemporary reality, with the first two-qubit machine of mere decades ago transforming into cloud-accessible devices with tens, hundreds, or -- in a few cases -- even thousands of qubits. While such hardware is noisy and still relatively small, the increasing number of operable qubits raises another challenge: how to develop the now-sizeable quantum circuits executable on these machines. Preparing circuits manually for specifications of any meaningful size is at best tedious and at worst impossible, creating a need for automation. This article describes an automated quantum-software toolkit for synthesis, compilation, and optimization, which transforms classically-specified, irreversible functions into both technology-independent and technology-dependent quantum circuits. We also describe and analyze the toolkit's application to three situations -- quantum read-only memories, quantum random number generators, and quantum oracles -- and illustrate the toolkit's start-to-finish features, from the input of classical functions to the output of technology-dependent quantum circuits. Furthermore, we illustrate how the toolkit enables research beyond circuit synthesis, including comparison of synthesis and optimization methods and deeper understanding of even well-studied quantum algorithms. As quantum hardware continues to develop, such quantum circuit toolkits will play a critical role in realizing its potential.
• Abstract（参考訳）: 量子コンピュータは現代の現実となり、ほんの数十年前に最初の2量子ビットのマシンが、数十、数百、あるいは数千の量子ビットを持つクラウドアクセス可能なデバイスへと変身した。 このようなハードウェアはノイズが多く、比較的小さいが、オペレーショナルな量子ビットの数が増加すると、このマシンで実行可能になった量子回路の開発方法という別の課題が生まれている。 意味のある大きさの仕様を手動で準備することは、最も面倒であり、最悪の場合不可能であり、自動化の必要性が生じる。 本稿では, 古典的に特定された, 不可逆な関数を, 技術に依存しない, 技術に依存した量子回路に変換する, 合成, コンパイル, 最適化のための自動量子ソフトウェアツールキットについて述べる。 また,量子読み取り専用メモリ,量子乱数生成器,量子神託という3つの状況に対してツールキットの応用を記述・解析し,古典関数の入力から技術に依存した量子回路の出力まで,ツールキットの開始から終了までの機能を説明した。 さらに、合成法と最適化法の比較や、よく研究された量子アルゴリズムの深い理解など、このツールキットが回路合成以上の研究を可能にしていることを示す。 量子ハードウェアが発展を続けるにつれて、そのような量子回路ツールキットはそのポテンシャルを実現する上で重要な役割を果たす。

関連論文リスト

• QCRMut: Quantum Circuit Random Mutant generator tool [0.0]
  量子コンピューティングは近年増加しており、量子ソフトウェア工学とテストに関する出版物が急増していることが証明されている。 この技術が実用化に近づくにつれ、ソフトウェアの有効性の確保が不可欠になる。 本稿では、量子回路構造を利用した量子プログラムに適した突然変異ツールQCRMutを紹介する。
  論文  参考訳（メタデータ） (2024-10-02T10:54:00Z)
• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Quantivine: A Visualization Approach for Large-scale Quantum Circuit Representation and Analysis [31.203764035373677]
  我々は量子回路の探索と理解のための対話型システムQuantivineを開発した。 一連の新しい回路視覚化は、キュービットの証明、並列性、絡み合いなどのコンテキストの詳細を明らかにするように設計されている。 Quantivineの有効性は、最大100キュービットの量子回路の2つの利用シナリオを通して示される。
  論文  参考訳（メタデータ） (2023-07-18T04:51:28Z)
• 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)
• 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)
• Parametric Synthesis of Computational Circuits for Complex Quantum Algorithms [0.0]
  我々の量子シンセサイザーの目的は、ユーザーが高レベルなコマンドを使って量子アルゴリズムを実装できるようにすることである。 量子アルゴリズムを実装するための提案手法は、機械学習の分野で潜在的に有効である。
  論文  参考訳（メタデータ） (2022-09-20T06:25:47Z)
• Data compression for quantum machine learning [2.119778346188635]
  量子コンピュータで使用する古典的データを効率よく圧縮・ロードする問題に対処する。 提案手法により,必要量子ビット数と量子回路の深さを調整できる。
  論文  参考訳（メタデータ） (2022-04-24T03:03:14Z)
• Information Scrambling in Computationally Complex Quantum Circuits [56.22772134614514]
  53量子ビット量子プロセッサにおける量子スクランブルのダイナミクスを実験的に検討する。 演算子の拡散は効率的な古典的モデルによって捉えられるが、演算子の絡み合いは指数関数的にスケールされた計算資源を必要とする。
  論文  参考訳（メタデータ） (2021-01-21T22:18:49Z)
• Quantum machine learning and quantum biomimetics: A perspective [0.0]
  量子機械学習は、量子技術の中でエキサイティングで有望なパラダイムとして登場した。 本稿では,これらのトピックについて概観し,科学コミュニティが実施した関連研究について述べる。
  論文  参考訳（メタデータ） (2020-04-25T07:45:20Z)

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。