論文の概要: Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing

• arxiv url: http://arxiv.org/abs/2401.10623v2
• Date: Wed, 31 Jan 2024 18:04:36 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-01 20:20:36.797318
• Title: Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing
• Title（参考訳）: 製造シミュレーションのための量子コンピューティング強化サービスエコシステム
• Authors: Wolfgang Maass, Ankit Agrawal, Alessandro Ciani, Sven Danz, Alejandro Delgadillo, Philipp Ganser, Pascal Kienast, Marco Kulig, Valentina K\"onig, Nil Rodellas-Gr\`acia, Rivan Rughubar, Stefan Schr\"oder, Marc Stautner, Hannah Stein, Tobias Stollenwerk, Daniel Zeuch, Frank K. Wilhelm
• Abstract要約: 本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。 我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
• 参考スコア（独自算出の注目度）: 57.497038270123774
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum computing (QC) and machine learning (ML), taken individually or combined into quantum-assisted ML (QML), are ascending computing paradigms whose calculations come with huge potential for speedup, increase in precision, and resource reductions. Likely improvements for numerical simulations in engineering imply the possibility of a strong economic impact on the manufacturing industry. In this project report, we propose a framework for a quantum computing-enhanced service ecosystem for simulation in manufacturing, consisting of various layers ranging from hardware to algorithms to service and organizational layers. In addition, we give insight into the current state of the art of applications research based on QC and QML, both from a scientific and an industrial point of view. We further analyse two high-value use cases with the aim of a quantitative evaluation of these new computing paradigms for industrially-relevant settings.
• Abstract（参考訳）: 量子コンピューティング (QC) と機械学習 (ML) は、量子支援ML (QML) に個別にあるいは組み合わせられ、計算が高速化、精度の向上、リソース削減といった大きな可能性を秘めている。 工学における数値シミュレーションの改善は、製造業に強い経済的影響を与える可能性を示唆している。 本稿では, ハードウェアからアルゴリズム, サービス層, 組織層に至るまで, さまざまなレイヤから構成される, 製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。 さらに,QCとQMLに基づくアプリケーション研究の現状について,科学的・産業的な観点から考察する。 我々は,これらの新しい計算パラダイムの定量的評価を目的とし,これら2つの高価値なユースケースをさらに分析する。

関連論文リスト

• Quantum Machine Learning: An Interplay Between Quantum Computing and Machine Learning [54.80832749095356]
  量子機械学習(QML)は、量子コンピューティングの原理と従来の機械学習を組み合わせた急速に成長する分野である。 本稿では,変分量子回路を用いてQMLアーキテクチャを開発する機械学習パラダイムの量子コンピューティングについて述べる。
  論文  参考訳（メタデータ） (2024-11-14T12:27:50Z)
• Leveraging Pre-Trained Neural Networks to Enhance Machine Learning with Variational Quantum Circuits [48.33631905972908]
  我々は、事前学習されたニューラルネットワークを用いて変分量子回路(VQC)を強化する革新的なアプローチを導入する。 この手法は近似誤差をキュービット数から効果的に分離し、制約条件の必要性を除去する。 我々の結果はヒトゲノム解析などの応用にまで拡張され、我々のアプローチの幅広い適用性を示している。
  論文  参考訳（メタデータ） (2024-11-13T12:03:39Z)
• Integrating Quantum Computing Resources into Scientific HPC Ecosystems [29.1407119677928]
  量子コンピューティングは、量子化学、最適化、人工知能といった分野における科学的な発見を促進する大きな可能性を秘めている。 QCは、ノイズの多い中間スケールの量子時代の固有の外部ノイズ問題のために、課題に直面している。 本稿では,新たな計算可能性の解き放つ計画の概要を述べる。
  論文  参考訳（メタデータ） (2024-08-28T22:44:54Z)
• A Framework for Integrating Quantum Simulation and High Performance Computing [0.0]
  本稿では,HPCリソース上で動作する量子シミュレーションソフトウェアへのアクセスを効率化するフレームワークについて述べる。 これには、回路ベースの量子コンピューティングタスクのためのインターフェースと、必要なリソース管理インフラストラクチャが含まれる。
  論文  参考訳（メタデータ） (2024-08-15T11:48:14Z)
• Benchmarking Quantum Computer Simulation Software Packages: State Vector Simulators [0.0]
  我々は、HPC機能に特化して量子力学をシミュレートできるいくつかのソフトウェアパッケージをベンチマークする。 我々は,異なる並列化機能を用いて,ローカルHPCクラスタ上で大規模なシミュレーションパッケージをベンチマークするコンテナ化されたツールチェーンを開発した。 この結果は,シミュレーションタスクに適したパッケージを見つける上で有効であり,既存および新たに開発されたシミュレーションパッケージの今後のバージョンをベンチマークし,検証するための,体系的なコミュニティ活動の基礎となる。
  論文  参考訳（メタデータ） (2024-01-17T09:34:28Z)
• A Design Framework for the Simulation of Distributed Quantum Computing [2.969582361376132]
  大規模量子コンピュータの需要増加は分散量子コンピューティング(DQC)の研究を推し進めている 最近の実験的試みは、そのような設計のためのビルディングブロックのいくつかを実証している。 DQCシステムは、量子ネットワークのインフラによって接続された量子処理ユニットのクラスタである。
  論文  参考訳（メタデータ） (2023-06-20T13:52:05Z)
• iQuantum: A Case for Modeling and Simulation of Quantum Computing Environments [22.068803245816266]
  iQuantumは、ハイブリッド量子古典計算環境をモデル化できる第一種シミュレーションツールキットである。 本稿では,量子コンピューティングシステムモデル,アーキテクチャ設計,概念実証実装,潜在的なユースケース,今後のiQuantumの開発について述べる。
  論文  参考訳（メタデータ） (2023-03-28T04:51:32Z)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)

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。