論文の概要: Efficient and high-performance routing of lattice-surgery paths on
three-dimensional lattice
- arxiv url: http://arxiv.org/abs/2401.15829v1
- Date: Mon, 29 Jan 2024 01:28:42 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-30 16:28:00.057049
- Title: Efficient and high-performance routing of lattice-surgery paths on
three-dimensional lattice
- Title（参考訳）: 3次元格子上での格子縫合経路の効率的かつ高性能ルーティング
- Authors: Kou Hamada, Yasunari Suzuki, Yuuki Tokunaga
- Abstract要約: 格子探索命令に対する高速かつ高性能なスケジューリングアルゴリズムを提案する。
本稿では,量子位相推定アルゴリズムから生成されたベンチマークプログラムの実行時間を2.7倍に削減する手法を提案する。
- 参考スコア（独自算出の注目度）: 0.2209921757303168
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Encoding logical qubits with surface codes and performing multi-qubit logical
operations with lattice surgery is one of the most promising approaches to
demonstrate fault-tolerant quantum computing. Thus, a method to efficiently
schedule a sequence of lattice-surgery operations is vital for high-performance
fault-tolerant quantum computing. A possible strategy to improve the throughput
of lattice-surgery operations is splitting a large instruction into several
small instructions such as Bell state preparation and measurements and
executing a part of them in advance. However, scheduling methods to fully
utilize this idea have yet to be explored. In this paper, we propose a fast and
high-performance scheduling algorithm for lattice-surgery instructions
leveraging this strategy. We achieved this by converting the scheduling problem
of lattice-surgery instructions to a graph problem of embedding 3D paths into a
3D lattice, which enables us to explore efficient scheduling by solving path
search problems in the 3D lattice. Based on this reduction, we propose a method
to solve the path-finding problems, Dijkstra projection. We numerically show
that this method reduced the execution time of benchmark programs generated
from quantum phase estimation algorithms by 2.7 times compared with a naive
method based on greedy algorithms. Our study establishes the relation between
the lattice-surgery scheduling and graph search problems, which leads to
further theoretical analysis on compiler optimization of fault-tolerant quantum
computing.
- Abstract（参考訳）: 表面符号を用いた論理量子ビットの符号化と格子演算による多ビット論理演算は、フォールトトレラント量子コンピューティングを実証するための最も有望なアプローチの一つである。
したがって, 高速なフォールトトレラント量子コンピューティングにおいて, 格子サージェリング操作を効率的にスケジュールする手法が不可欠である。
格子外科手術のスループットを改善するための戦略は、ベル状態の準備や測定などのいくつかの小さな命令に分割し、その一部を事前に実行することである。
しかし、この概念を十分に活用するためのスケジューリング方法はまだ検討されていない。
本稿では,この戦略を利用した格子探索命令の高速かつ高速なスケジューリングアルゴリズムを提案する。
格子探索命令のスケジューリング問題を3次元格子に3次元経路を埋め込むグラフ問題に変換することで,3次元格子内の経路探索問題を解くことで効率的なスケジューリングを探索することができる。
そこで本研究では,経路探索問題であるディクストラ射影の解法を提案する。
本研究では,この手法により,量子位相推定アルゴリズムから生成するベンチマークプログラムの実行時間を2.7倍に短縮できることを数値的に示す。
本研究は,格子探索スケジューリングとグラフ探索問題の関連性を確立し,フォールトトレラント量子コンピューティングのコンパイラ最適化に関する理論的解析を行う。
関連論文リスト
- Optimizing Tensor Contraction Paths: A Greedy Algorithm Approach With Improved Cost Functions [1.3812010983144802]
より少ない時間で効率的な収縮経路を計算できる opt_einsum による欲求アルゴリズムに基づく新しい手法を提案する。
我々のアプローチでは、現代のアルゴリズムが失敗する大きな問題に対するパスを計算できる。
論文 参考訳（メタデータ） (2024-05-08T09:25:39Z) - Accelerating Cutting-Plane Algorithms via Reinforcement Learning
Surrogates [49.84541884653309]
凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。
多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。
そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
論文 参考訳（メタデータ） (2023-07-17T20:11:56Z) - Stochastic Ratios Tracking Algorithm for Large Scale Machine Learning
Problems [0.7614628596146599]
古典的なSGDフレームワークにおける適応的なステップ長選択のための新しいアルゴリズムを提案する。
妥当な条件下では、アルゴリズムは十分に確立された理論的な要件に従ってステップ長を生成する。
このアルゴリズムは,手動チューニングから得られる最良ステップ長に匹敵するステップ長を生成することができることを示す。
論文 参考訳（メタデータ） (2023-05-17T06:22:11Z) - FastDiagP: An Algorithm for Parallelized Direct Diagnosis [64.65251961564606]
FastDiagは、競合を事前に決定せずに診断計算をサポートする典型的な直接診断アルゴリズムである。
本稿では,投機的プログラミングのアイデアに基づく新しいアルゴリズムであるFastDiagPを提案する。
このメカニズムは、高速な回答で一貫性チェックを提供し、アルゴリズムのランタイムパフォーマンスを高めるのに役立つ。
論文 参考訳（メタデータ） (2023-05-11T16:26:23Z) - Fast Doubly-Adaptive MCMC to Estimate the Gibbs Partition Function with
Weak Mixing Time Bounds [7.428782604099876]
Gibbs分布の実践的応用に対する大きな障害は、それらの分割関数を見積もる必要があることである。
本稿では,分割関数を厳密に推定する計算複雑性を低減する手法を提案する。
論文 参考訳（メタデータ） (2021-11-14T15:42:02Z) - A Two-stage Framework and Reinforcement Learning-based Optimization
Algorithms for Complex Scheduling Problems [54.61091936472494]
本稿では、強化学習(RL)と従来の運用研究(OR)アルゴリズムを組み合わせた2段階のフレームワークを開発する。
スケジューリング問題は,有限マルコフ決定過程 (MDP) と混合整数計画過程 (mixed-integer programming process) の2段階で解決される。
その結果,本アルゴリズムは,アジャイルな地球観測衛星スケジューリング問題に対して,安定かつ効率的に十分なスケジューリング計画を得ることができた。
論文 参考訳（メタデータ） (2021-03-10T03:16:12Z) - 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) - Learning to solve TV regularized problems with unrolled algorithms [18.241062505073234]
トータル・バージョニング(Total Variation、TV)は、一方向定値信号を促進する一般的な正規化戦略である。
そこで我々は,2つのアプローチを開発し,そのメリットと限界を記述し,反復的な手順よりも実際に改善できる体制について議論する。
論文 参考訳（メタデータ） (2020-10-19T14:19:02Z) - Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。
この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。
古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
論文 参考訳（メタデータ） (2020-07-01T18:43:32Z) - SONIA: A Symmetric Blockwise Truncated Optimization Algorithm [2.9923891863939938]
本研究は, 経験的リスクに対する新しいアルゴリズムを提案する。
このアルゴリズムは、一部分空間における二階探索型更新を計算し、1階探索法と2階探索法の間のギャップを埋める。
論文 参考訳（メタデータ） (2020-06-06T19:28:14Z) - Lagrangian Decomposition for Neural Network Verification [148.0448557991349]
ニューラルネットワーク検証の基本的なコンポーネントは、出力が取ることのできる値のバウンダリの計算である。
ラグランジアン分解に基づく新しい手法を提案する。
ランニングタイムのごく一部で、既成の解法に匹敵するバウンダリが得られることを示す。
論文 参考訳（メタデータ） (2020-02-24T17:55:10Z)
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。