論文の概要: Algorithm-oriented qubit mapping for variational quantum algorithms
- arxiv url: http://arxiv.org/abs/2310.09826v2
- Date: Wed, 24 Jan 2024 13:48:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-25 17:05:33.054862
- Title: Algorithm-oriented qubit mapping for variational quantum algorithms
- Title（参考訳）: 変分量子アルゴリズムのためのアルゴリズム指向量子ビットマッピング
- Authors: Yanjun Ji, Xi Chen, Ilia Polian, Yue Ban
- Abstract要約: 本稿では,量子アルゴリズムの固有部分構造を利用したアルゴリズム指向量子ビットマッピング(AOQMAP)を提案する。
AOQMAPは、Qiskit、Tket、SWAPネットワークと比較して、最大82.1%の深さ減少と138%の成功確率の上昇を達成する。
- 参考スコア（独自算出の注目度）: 4.359579392793038
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Optimizing qubit mapping is critical for the successful implementation of
algorithms on near-term quantum devices. In this paper we present an
algorithm-oriented qubit mapping (AOQMAP) that capitalizes on the inherent
regular substructures within quantum algorithms. While exact methods provide
optimal solutions, their exponential scaling renders them impractical. AOQMAP
addresses this challenge through a strategic two-step approach. First, it
adapts circuits onto subtopologies of the target quantum device to satisfy
connectivity constraints. Optimal and scalable solutions with minimum circuit
depth are provided for variational quantum algorithms with all-to-all connected
interactions on linear, T-shaped, and H-shaped subtopologies. Second, it
identifies the optimal mapping scheme by using a cost function based on current
device noise. Demonstrations on various IBM quantum devices indicate that
AOQMAP significantly reduces both gate count and circuit depth compared to
traditional mapping approaches, consequently enhancing performance.
Specifically, AOQMAP achieves up to 82.1% depth reduction and a 138% average
increase in success probability compared to Qiskit, Tket, and SWAP network.
This specialized and scalable mapping paradigm can potentially optimize broader
quantum algorithm classes. Tailoring qubit mapping to leverage algorithmic
features holds the promise of maximizing the performance of near-term quantum
algorithms.
- Abstract（参考訳）: 量子ビットマッピングの最適化は、短期量子デバイス上でのアルゴリズムの実装の成功に不可欠である。
本稿では,量子アルゴリズム内の固有正則部分構造を活かしたアルゴリズム指向量子ビットマッピング(aoqmap)を提案する。
厳密な手法は最適解を提供するが、指数関数的スケーリングはそれらを非現実的なものにする。
AOQMAPはこの課題に戦略的2段階のアプローチで対処する。
まず、接続制約を満たすために、ターゲット量子デバイスのサブトポロジーに回路を適応させる。
線形、t型、h型部分位相上のすべての連結相互作用を持つ変分量子アルゴリズムに対して、最小回路深さの最適かつスケーラブルな解を提供する。
第二に、現在のデバイスノイズに基づくコスト関数を用いて最適マッピング方式を特定する。
IBMの様々な量子デバイスにおける実証は、AOQMAPが従来のマッピング手法と比較してゲート数と回路深さの両方を著しく減少させ、その結果性能が向上することを示している。
具体的には、AOQMAPは、Qiskit、Tket、SWAPネットワークと比較して、最大82.1%の深さ減少と138%の成功確率の上昇を達成する。
この特殊でスケーラブルなマッピングパラダイムは、より広い量子アルゴリズムクラスを最適化することができる。
アルゴリズム的特徴を活用するためにキュービットマッピングを設計することは、短期量子アルゴリズムの性能を最大化する約束である。
関連論文リスト
- A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。
本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。
我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
論文 参考訳（メタデータ） (2024-05-29T05:59:15Z) - Single-Qubit Gates Matter for Optimising Quantum Circuit Depth in Qubit
Mapping [4.680722019621822]
本稿では,単一ビットゲートが回路深さに与える影響を考慮し,簡便かつ効率的な手法を提案する。
本手法は,回路深度を最適化する既存のQCTアルゴリズムと組み合わせることができる。
SABREに埋め込み,回路深度を50%, 平均27%まで低減できることを示す。
論文 参考訳（メタデータ） (2023-08-01T23:16:16Z) - Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。
本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
論文 参考訳（メタデータ） (2023-01-30T15:46:39Z) - Robust Qubit Mapping Algorithm via Double-Source Optimal Routing on Large Quantum Circuits [11.391158217994782]
Duostraは、実際のハードウェアデバイスで大規模量子回路を実装するという課題に対処するために設計されている。
ダブルキュービットゲートの最適経路を効率よく決定し、SWAPゲートを挿入することで動作する。
合理的なランタイム内で、良質な結果が得られます。
論文 参考訳（メタデータ） (2022-10-04T01:47:11Z) - Wide Quantum Circuit Optimization with Topology Aware Synthesis [0.8469686352132708]
ユニタリ合成は、量子回路を制限的量子ビット位相にマッピングしながら最適なマルチキュービットゲート数を達成する最適化手法である。
我々は,emphBQSKitフレームワークで構築されたトポロジ対応合成ツールであるTopASを紹介した。
論文 参考訳（メタデータ） (2022-06-27T21:59:30Z) - Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。
問題の大きさと問題グラフの次数で指数関数的に増大する。
これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文 参考訳（メタデータ） (2022-01-06T21:02:30Z) - Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex
Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。
我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。
我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
論文 参考訳（メタデータ） (2021-06-08T15:54:44Z) - Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。
問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。
本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-01-07T08:00:02Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳（メタデータ） (2020-10-01T18:14:11Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - 2D Qubit Placement of Quantum Circuits using LONGPATH [1.6631602844999722]
任意の量子回路におけるSWAPゲートの数を最適化する2つのアルゴリズムが提案されている。
提案手法は1Dおよび2D NTCアーキテクチャにおけるSWAPゲート数を大幅に削減する。
論文 参考訳（メタデータ） (2020-07-14T04:09:52Z)
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。