論文の概要: Superconducting processor design optimization for quantum error correction performance
- arxiv url: http://arxiv.org/abs/2312.04186v2
- Date: Wed, 20 Mar 2024 11:58:26 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-21 22:08:02.175236
- Title: Superconducting processor design optimization for quantum error correction performance
- Title（参考訳）: 量子誤り訂正性能のための超電導プロセッサ設計最適化
- Authors: Xiaotong Ni, Ziang Wang, Rui Chao, Jianxin Chen,
- Abstract要約: ハミルトンおよび量子誤り訂正レベルの両方にまたがるマルチレベルシミュレーションフレームワークを提案する。
このツールセットは、量子メモリパフォーマンスなどの特定の目的に合わせて設計最適化を支援する。
我々はフラキソニウム量子ビットの多経路結合スキームによるアプローチを実証する。
- 参考スコア（独自算出の注目度）: 3.6723640056915436
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the quest for fault-tolerant quantum computation using superconducting processors, accurate performance assessment and continuous design optimization stands at the forefront. To facilitate both meticulous simulation and streamlined design optimization, we introduce a multi-level simulation framework that spans both Hamiltonian and quantum error correction levels, and is equipped with the capability to compute gradients efficiently. This toolset aids in design optimization, tailored to specific objectives like quantum memory performance. Within our framework, we investigate the often-neglected spatially correlated unitary errors, highlighting their significant impact on logical error rates. We exemplify our approach through the multi-path coupling scheme of fluxonium qubits.
- Abstract（参考訳）: 超伝導プロセッサを用いたフォールトトレラント量子計算の探求において、正確な性能評価と継続的な設計最適化が最前線に立つ。
精密なシミュレーションと合理化された設計最適化の両方を容易にするため,ハミルトンおよび量子誤り訂正レベルにまたがるマルチレベルシミュレーションフレームワークを導入し,グラデーションを効率的に計算する機能を備えている。
このツールセットは、量子メモリパフォーマンスなどの特定の目的に合わせて設計最適化を支援する。
フレームワーク内では、しばしば無視される空間的相関なユニタリエラーを調査し、論理的エラー率に顕著な影響を浮き彫りにした。
我々はフラキソニウム量子ビットの多経路結合スキームによるアプローチを実証する。
関連論文リスト
- A General Framework for Gradient-Based Optimization of Superconducting Quantum Circuits using Qubit Discovery as a Case Study [0.19528996680336308]
超伝導量子回路の勾配に基づく最適化のための網羅的な枠組みを提案する。
この枠組みをキュービット発見問題に適用し、優れた性能指標を持つキュービット設計の同定の有効性を実証する。
論文 参考訳（メタデータ） (2024-08-22T19:46:50Z) - Performant near-term quantum combinatorial optimization [1.1999555634662633]
線形深度回路を用いた最適化問題に対する変分量子アルゴリズムを提案する。
我々のアルゴリズムは、ターゲット量子関数の各項を制御するために設計されたハミルトン生成器からなるアンサッツを使用する。
性能と資源最小化のアプローチは、潜在的な量子計算上の利点の候補として有望である、と結論付けます。
論文 参考訳（メタデータ） (2024-04-24T18:49:07Z) - Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。
本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。
また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
論文 参考訳（メタデータ） (2024-04-17T11:00:12Z) - On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。
このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。
精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
論文 参考訳（メタデータ） (2023-09-05T04:39:34Z) - Optimizing quantum gates towards the scale of logical qubits [78.55133994211627]
量子ゲート理論の基本的な前提は、量子ゲートはフォールトトレランスの誤差閾値を超えることなく、大きなプロセッサにスケールできるということである。
ここでは、このような問題を克服できる戦略について報告する。
我々は、68個の周波数可変ビットの周波数軌跡をコレオグラフィーして、超伝導エラー中に単一量子ビットを実行することを示した。
論文 参考訳（メタデータ） (2023-08-04T13:39:46Z) - Designing Quantum Annealing Schedules using Bayesian Optimization [0.0]
ベイジアン最適化は,標準プロトコルよりも数桁優れた忠実度をもたらすスケジュールを特定できることがわかった。
我々の手法は、ハード最適化問題に対するハイブリッド量子アルゴリズムの設計を改善するのに役立つ。
論文 参考訳（メタデータ） (2023-05-22T18:00:03Z) - Optimization Applications as Quantum Performance Benchmarks [0.0]
組合せ最適化は、今後数年間における量子計算の主要なユースケースの1つとして期待されている。
従来の最適化アルゴリズムの特徴付け手法に着想を得て,Max-Cut問題を解くことで得られる解の質を分析した。
これは量子コンピュータのための高度なベンチマークフレームワークの開発を導くために使われる。
論文 参考訳（メタデータ） (2023-02-05T01:56:06Z) - Error Mitigation for Quantum Approximate Optimization [0.0]
本稿では、量子最適化アルゴリズムにおける誤りを軽減するために、論理変数の冗長な符号化を利用する方法を示す。
量子近似最適化アルゴリズム(QAOA)の特定の文脈において、目的のコスト関数を適切に修正することで誤差を著しく軽減できることを示す。
論文 参考訳（メタデータ） (2023-01-12T14:13:06Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Machine Learning Framework for Quantum Sampling of Highly-Constrained,
Continuous Optimization Problems [101.18253437732933]
本研究では,連続空間の逆設計問題を,制約のないバイナリ最適化問題にマッピングする,汎用的な機械学習ベースのフレームワークを開発する。
本研究では, 熱発光トポロジを熱光応用に最適化し, (ii) 高効率ビームステアリングのための拡散メタグレーティングを行うことにより, 2つの逆設計問題に対するフレームワークの性能を示す。
論文 参考訳（メタデータ） (2021-05-06T02:22:23Z) - 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)
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。