論文の概要: Bosehedral: Compiler Optimization for Bosonic Quantum Computing

• arxiv url: http://arxiv.org/abs/2402.02279v1
• Date: Sat, 3 Feb 2024 22:29:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-06 21:05:07.035219
• Title: Bosehedral: Compiler Optimization for Bosonic Quantum Computing
• Title（参考訳）: Bosehedral: Bosonic量子コンピューティングのためのコンパイラ最適化
• Authors: Junyu Zhou, Yuhao Liu, Yunong Shi, Ali Javadi-Abhari, Gushu Li
• Abstract要約: Bosehedralは、Bosonic量子ハードウェア上の(ガウス)ボーソンサンプリングのための効率的なコンパイラ最適化フレームワークである。 プログラム解析と最適化をすべて高いアルゴリズムレベルで行うことにより、無限次元のクモードゲート行列を扱うという課題を克服する。 評価の結果,Bosehedral はプログラムサイズを大幅に削減できるが,高い近似精度を保ち,エンドツーエンドのアプリケーションの性能向上に寄与する可能性が示唆された。
• 参考スコア（独自算出の注目度）: 4.158566238835104
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Bosonic quantum computing, based on the infinite-dimensional qumodes, has shown promise for various practical applications that are classically hard. However, the lack of compiler optimizations has hindered its full potential. This paper introduces Bosehedral, an efficient compiler optimization framework for (Gaussian) Boson sampling on Bosonic quantum hardware. Bosehedral overcomes the challenge of handling infinite-dimensional qumode gate matrices by performing all its program analysis and optimizations at a higher algorithmic level, using a compact unitary matrix representation. It optimizes qumode gate decomposition and logical-to-physical qumode mapping, and introduces a tunable probabilistic gate dropout method. Overall, Bosehedral significantly improves the performance by accurately approximating the original program with much fewer gates. Our evaluation shows that Bosehedral can largely reduce the program size but still maintain a high approximation fidelity, which can translate to significant end-to-end application performance improvement.
• Abstract（参考訳）: 無限次元量子モードに基づくボソニック量子コンピューティングは、古典的に難しい様々な実用的応用への期待を示している。 しかし、コンパイラ最適化の欠如は、その大きな可能性を妨げている。 本稿では,Bosonic量子ハードウェア上での(ガウス)ボーソンサンプリングのための効率的なコンパイラ最適化フレームワークであるBosehedralを紹介する。 Bosehedralは、コンパクトなユニタリ行列表現を用いてプログラム解析と最適化を高いアルゴリズムレベルで行うことで、無限次元のクモッドゲート行列を扱うという課題を克服している。 qumodeゲート分解と論理から物理へのqumodeマッピングを最適化し、可変確率ゲートドロップアウト法を導入する。 全体としてbosehedralは、元のプログラムをはるかに少ないゲートで正確に近似することにより、パフォーマンスを大幅に向上させる。 評価の結果,Bosehedral はプログラムサイズを大幅に削減できるが,高い近似精度を保ち,アプリケーションの性能向上に寄与することが示された。

関連論文リスト

• Sample-efficient Bayesian Optimisation Using Known Invariances [56.34916328814857]
  バニラと制約付きBOアルゴリズムは、不変目的を最適化する際の非効率性を示す。 我々はこれらの不変カーネルの最大情報ゲインを導出する。 核融合炉用電流駆動システムの設計に本手法を用い, 高性能溶液の探索を行った。
  論文  参考訳（メタデータ） (2024-10-22T12:51:46Z)
• Quantum Circuit Optimization with AlphaTensor [47.9303833600197]
  我々は,所定の回路を実装するために必要なTゲート数を最小化する手法であるAlphaTensor-Quantumを開発した。 Tカウント最適化の既存の方法とは異なり、AlphaTensor-Quantumは量子計算に関するドメイン固有の知識を取り入れ、ガジェットを活用することができる。 注目すべきは、有限体における乗法であるカラツバの手法に似た効率的なアルゴリズムを発見することである。
  論文  参考訳（メタデータ） (2024-02-22T09:20:54Z)
• 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)
• Evidence that PUBO outperforms QUBO when solving continuous optimization problems with the QAOA [4.670374869377859]
  量子アルゴリズムによる最適化問題の解決における中核的なステップは、問題の定式化である。 近年の研究では、多くの問題を自然の多項式非制約最適化形式でより効率的に解けることが示されている。 適切なベンチマーク関数の評価では、PUBOの定式化は一般により良い結果をもたらすが、キュービットは少ない。
  論文  参考訳（メタデータ） (2023-05-05T09:37:48Z)
• Quantum approximate optimization via learning-based adaptive optimization [5.399532145408153]
  量子近似最適化アルゴリズム(QAOA)は、目的最適化問題の解法として設計されている。 その結果,アルゴリズムは速度,精度,効率,安定性の点で従来の近似よりも大幅に優れていた。 この研究はQAOAの全パワーを解き放つのに役立ち、実践的な古典的なタスクにおいて量子的優位性を達成するための道を開く。
  論文  参考訳（メタデータ） (2023-03-27T02:14:56Z)
• Enhancing Quantum Algorithms for Quadratic Unconstrained Binary Optimization via Integer Programming [0.0]
  本研究では,最適化のための量子および古典的手法の可能性を統合する。 線形緩和により問題のサイズを小さくし、最小サイズの量子マシンで問題を処理できるようにした。 実量子ハードウェアの計算結果を多数提示する。
  論文  参考訳（メタデータ） (2023-02-10T20:12:53Z)
• Gradient-Free optimization algorithm for single-qubit quantum classifier [0.3314882635954752]
  量子デバイスによるバレンプラトーの影響を克服するために、勾配のない最適化アルゴリズムを提案する。 提案アルゴリズムは分類タスクに対して実証され,Adamを用いた手法と比較される。 提案アルゴリズムはAdamよりも高速に精度を向上できる。
  論文  参考訳（メタデータ） (2022-05-10T08:45:03Z)
• Reducing the Variance of Gaussian Process Hyperparameter Optimization with Preconditioning [54.01682318834995]
  プレコンディショニングは、行列ベクトル乗算を含む反復的な方法にとって非常に効果的なステップである。 プレコンディショニングには、これまで検討されていなかった付加的なメリットがあることを実証する。 基本的に無視可能なコストで、同時に分散を低減することができる。
  論文  参考訳（メタデータ） (2021-07-01T06:43:11Z)
• 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)
• 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。