Fugu-MT 論文翻訳(概要): Using Azure Quantum Resource Estimator for Assessing Performance of Fault Tolerant Quantum Computation

論文の概要: Using Azure Quantum Resource Estimator for Assessing Performance of Fault Tolerant Quantum Computation

arxiv url: http://arxiv.org/abs/2311.05801v1
Date: Fri, 10 Nov 2023 00:18:12 GMT
ステータス: 処理完了
システム内更新日: 2023-11-13 16:07:28.957010
Title: Using Azure Quantum Resource Estimator for Assessing Performance of Fault Tolerant Quantum Computation
Title（参考訳）: Azure Quantum Resource Estimator を用いたフォールトトレラント量子計算の性能評価
Authors: Wim van Dam, Mariia Mykhailova, Mathias Soeken
Abstract要約: これらのツールを使うことで、フォールトトレラントな量子コンピュータ上でアルゴリズムを実行するのに必要な論理的および物理的リソースを自動的に評価することができる。例えば、3つの異なる乗算アルゴリズムの量子フォールトトレラント実装のリソース推定値を得る。
参考スコア（独自算出の注目度）: 1.8975072231606067
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The resource estimation tools provided by Azure Quantum and Microsoft Quantum Development Kit are described. Using these tools one can automatically evaluate the logical and physical resources required to run algorithms on fault-tolerant quantum computers. An example is given of obtaining resource estimates for quantum fault-tolerant implementations of three different multiplication algorithms.
Abstract（参考訳）: Azure QuantumとMicrosoft Quantum Development Kitが提供するリソース推定ツールについて説明する。これらのツールを使うことで、フォールトトレラントな量子コンピュータ上でアルゴリズムを実行するのに必要な論理的および物理的リソースを自動的に評価することができる。例えば、3つの異なる乗算アルゴリズムの量子フォールトトレラント実装のリソース推定値を得る。

関連論文リスト

Resource Estimation of Quantum Multiplication Algorithms [0.0]
本稿では,プリミティブ演算アルゴリズムの計算に必要な量子資源について検討する。 MicrosoftのAzure Quantum Resource Estimatorのようなさまざまな量子リソース推定器を使用することで、多数の量子アルゴリズムに必要なリソースを決定できる。
論文参考訳（メタデータ） (2024-02-02T20:35:21Z)
Stressing Out Modern Quantum Hardware: Performance Evaluation and Execution Insights [2.2091590689610823]
ストレステスト(英語: stress testing)とは、特定のしきい値を超えた計算負荷を与えることによってシステムを評価する手法である。我々は,ストレステストに基づくプロトコルを用いて,量子H1イオントラップ装置の質的,定量的評価を行う。
論文参考訳（メタデータ） (2024-01-24T20:22:34Z)
Generative AI-enabled Quantum Computing Networks and Intelligent Resource Allocation [80.78352800340032]
量子コンピューティングネットワークは、大規模な生成AI計算タスクと高度な量子アルゴリズムを実行する。量子コンピューティングネットワークにおける効率的なリソース割り当ては、量子ビットの可変性とネットワークの複雑さのために重要な課題である。我々は、生成学習から量子機械学習まで、最先端強化学習(RL)アルゴリズムを導入し、最適な量子リソース割り当てを行う。
論文参考訳（メタデータ） (2024-01-13T17:16:38Z)
Stochastic Qubit Resource Allocation for Quantum Cloud Computing [66.97282014860265]
量子クラウドコンピューティングでは、量子クラウドプロバイダが予約およびオンデマンドプランで量子リソースをプロビジョニングする。本稿では,量子コンピューティングシステムにおいて,量子回路の最小待ち時間と量子リソースを協調的に最適化する量子リソース割り当てを提案する。
論文参考訳（メタデータ） (2022-10-22T04:13:24Z)
Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。我々はQiskitでIQuCSを実装し、集中的な実験を行う。その結果、量子ビットの消費を最大66.2%削減できることが示されている。
論文参考訳（メタデータ） (2022-09-22T21:54:28Z)
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)
Quantifying Qubit Magic Resource with Gottesman-Kitaev-Preskill Encoding [58.720142291102135]
我々は、ほとんどのフォールトトレラント量子コンピュータにおいて、魔法のリソース測度、探索特性を定義する。我々の定式化は、連続変数量子計算におけるボソニック符号、よく研究されたツールに基づいている。
論文参考訳（メタデータ） (2021-09-27T12:56:01Z)
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)
Origin Pilot: a Quantum Operating System for Effecient Usage of Quantum Resources [8.410642679424157]
Origin Pilotには、量子タスクスケジューリング、量子リソース管理、量子プログラムコンパイル、キュービットの自動キャリブレーションのモジュールが含まれている。量子回路の量子ビットマッピングアルゴリズムの忠実度への影響を評価する。
論文参考訳（メタデータ） (2021-05-22T13:40:04Z)
Distributed Quantum Computing with QMPI [11.71212583708166]
本稿では,分散量子アルゴリズムの高性能実装を実現するために,MPI(Message Passing Interface)の拡張を提案する。量子MPIの試作実装に加えて,分散量子コンピューティングの性能モデルであるSENDQを提案する。
論文参考訳（メタデータ） (2021-05-03T18:30:43Z)
Resource-efficient encoding algorithm for variational bosonic quantum simulations [0.0]
量子コンピューティングのノイズ中間スケール量子(NISQ)時代には、量子資源は限られている。ボゾン基底と励起状態計算のための資源効率のよい量子アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-02-23T19:00:05Z)

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。