論文の概要: Quantum Circuit Optimization with AlphaTensor

• arxiv url: http://arxiv.org/abs/2402.14396v1
• Date: Thu, 22 Feb 2024 09:20:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-23 15:55:52.824305
• Title: Quantum Circuit Optimization with AlphaTensor
• Title（参考訳）: AlphaTensorによる量子回路最適化
• Authors: Francisco J. R. Ruiz, Tuomas Laakkonen, Johannes Bausch, Matej Balog, Mohammadamin Barekatain, Francisco J. H. Heras, Alexander Novikov, Nathan Fitzpatrick, Bernardino Romera-Paredes, John van de Wetering, Alhussein Fawzi, Konstantinos Meichanetzidis, Pushmeet Kohli
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 47.9303833600197
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A key challenge in realizing fault-tolerant quantum computers is circuit optimization. Focusing on the most expensive gates in fault-tolerant quantum computation (namely, the T gates), we address the problem of T-count optimization, i.e., minimizing the number of T gates that are needed to implement a given circuit. To achieve this, we develop AlphaTensor-Quantum, a method based on deep reinforcement learning that exploits the relationship between optimizing T-count and tensor decomposition. Unlike existing methods for T-count optimization, AlphaTensor-Quantum can incorporate domain-specific knowledge about quantum computation and leverage gadgets, which significantly reduces the T-count of the optimized circuits. AlphaTensor-Quantum outperforms the existing methods for T-count optimization on a set of arithmetic benchmarks (even when compared without making use of gadgets). Remarkably, it discovers an efficient algorithm akin to Karatsuba's method for multiplication in finite fields. AlphaTensor-Quantum also finds the best human-designed solutions for relevant arithmetic computations used in Shor's algorithm and for quantum chemistry simulation, thus demonstrating it can save hundreds of hours of research by optimizing relevant quantum circuits in a fully automated way.
• Abstract（参考訳）: フォールトトレラント量子コンピュータを実現する上で重要な課題は回路最適化である。 フォールトトレラント量子計算における最も高価なゲート(すなわちtゲート)に着目し、tカウント最適化の問題、すなわち与えられた回路を実装するのに必要なtゲートの数を最小化する。 そこで我々は,T数最適化とテンソル分解の関係を利用して,深層強化学習に基づくAlphaTensor-Quantumを開発した。 既存のTカウント最適化法とは異なり、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。 alphatensor-quantumは、(ガジェットを使わずに比較しても)一連の算術ベンチマークで既存のt-count最適化の手法を上回っている。 興味深いことに、有限体の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。 AlphaTensor-Quantumはまた、ショアのアルゴリズムや量子化学シミュレーションで使われる算術計算に最適な人間設計の解を見つけ、関連する量子回路を完全に自動化して数百時間の研究を節約できることを示した。

関連論文リスト

• High Precision Fault-Tolerant Quantum Circuit Synthesis by Diagonalization using Reinforcement Learning [0.8341988468339112]
  経験的探索に基づく合成法は、より広範なユニタリの集合に対して優れた実装を生成することができる。 探索に基づく手法を用いて、一般ユニタリ合成問題を対角ユニタリの1つに還元する。 将来の長期的応用のためのアルゴリズムのサブセットでは、対角化はTゲートの数を最大16.8%減らすことができる。
  論文  参考訳（メタデータ） (2024-08-31T12:10:32Z)
• Indirect Quantum Approximate Optimization Algorithms: application to the TSP [1.1786249372283566]
  量子交互作用素 Ansatz はベクトルの集合を記述するハミルトニアンを効率的にモデル化するためにユニタリ作用素の一般パラメータ化された族を考える。 このアルゴリズムは,(1)量子マシン上で実行される量子パラメトリゼーション回路が弦ベクトルの集合をモデル化し,(2)古典機械で実行される古典的メタ最適化ループ,(3)各弦ベクトル計算の平均コストを推定する。
  論文  参考訳（メタデータ） (2023-11-06T17:39:14Z)
• Quantum Circuit Optimization of Arithmetic circuits using ZX Calculus [0.0]
  本稿では,ZX計算に基づくハードウェア資源とキュービット数を削減し,量子演算アルゴリズムを最適化する手法を提案する。 我々は、耐故障性を実現するために要求された元の数と比較して、アシラビットやTゲートの数を大幅に削減することができる。
  論文  参考訳（メタデータ） (2023-06-04T05:05:57Z)
• Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
  我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。 我々は距離の計算を高速化するために量子現象を利用する。 我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
  論文  参考訳（メタデータ） (2022-12-13T16:04:16Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• 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)
• Filtering variational quantum algorithms for combinatorial optimization [0.0]
  本稿では、フィルタ演算子を用いて最適解への高速で信頼性の高い収束を実現する変分量子固有解法(F-VQE)を提案する。 また、量子コンピュータに必要な量子ビット数を減らすために因果錐を用いる方法についても検討する。
  論文  参考訳（メタデータ） (2021-06-18T11:07:33Z)
• Quantum Gate Pattern Recognition and Circuit Optimization for Scientific Applications [1.6329956884407544]
  回路最適化のための2つのアイデアを導入し、AQCELと呼ばれる多層量子回路最適化プロトコルに組み合わせる。 AQCELは、高エネルギー物理学における最終状態の放射をモデル化するために設計された反復的で効率的な量子アルゴリズム上に展開される。 我々の手法は汎用的であり、様々な量子アルゴリズムに有用である。
  論文  参考訳（メタデータ） (2021-02-19T16:20:31Z)
• 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)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)

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。