論文の概要: Training Computer Scientists for the Challenges of Hybrid
Quantum-Classical Computing
- arxiv url: http://arxiv.org/abs/2403.00885v1
- Date: Fri, 1 Mar 2024 10:14:50 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-05 16:06:11.904615
- Title: Training Computer Scientists for the Challenges of Hybrid
Quantum-Classical Computing
- Title（参考訳）: ハイブリッド量子古典コンピューティングの課題とコンピュータ科学者の育成
- Authors: Vincenzo De Maio, Meerzhan Kanatbekova, Felix Zilk, Nicolai Friis,
Tobias Guggemos, Ivona Brandic
- Abstract要約: 本稿では,ハイブリッド量子古典システムに関する講義とエクササイズシリーズを提案する。
学生は、アプリケーションを分解し、ハイブリッド量子古典計算連続体上で計算タスクを実装する方法を学ぶ。
量子システムの根底にある概念を学習している間、学生は自分たちがすでに親しんでいる技術や方法を適用する必要がある。
- 参考スコア（独自算出の注目度）: 0.5277756703318045
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As we enter the post-Moore era, we experience the rise of various
non-von-Neumann-architectures to address the increasing computational demand
for modern applications, with quantum computing being among the most prominent
and promising technologies. However, this development creates a gap in current
computer science curricula since most quantum computing lectures are strongly
physics-oriented and have little intersection with the remaining curriculum of
computer science. This fact makes designing an appealing course very difficult,
in particular for non-physicists. Furthermore, in the academic community, there
is consensus that quantum computers are going to be used only for specific
computational tasks (e.g., in computational science), where hybrid systems -
combined classical and quantum computers - facilitate the execution of an
application on both quantum and classical computing resources. A hybrid system
thus executes only certain suitable parts of an application on the quantum
machine, while other parts are executed on the classical components of the
system. To fully exploit the capabilities of hybrid systems and to meet future
requirements in this emerging field, we need to prepare a new generation of
computer scientists with skills in both distributed computing and quantum
computing. To bridge this existing gap in standard computer science curricula,
we designed a new lecture and exercise series on Hybrid Quantum-Classical
Systems, where students learn how to decompose applications and implement
computational tasks on a hybrid quantum-classical computational continuum.
While learning the inherent concepts underlying quantum systems, students are
obligated to apply techniques and methods they are already familiar with,
making the entrance to the field of quantum computing comprehensive yet
appealing and accessible to students of computer science.
- Abstract（参考訳）: ムーア時代に入ると、現代のアプリケーションに対する計算需要の増加に対処するために、様々な非ノイマンアーキテクチャーが出現し、量子コンピューティングは最も有名で有望な技術である。
しかし、この発展は、ほとんどの量子コンピューティング講義は物理学指向であり、コンピュータ科学の残りのカリキュラムとほとんど交わらないため、現在のコンピュータ科学カリキュラムのギャップを生んでいる。
この事実は、特に非物理学者にとって、魅力的なコースの設計を非常に困難にしている。
さらに、学術コミュニティでは、量子コンピュータは特定の計算タスク(例えば計算科学において)にのみ使用されるだろうというコンセンサスがある。
したがって、ハイブリッドシステムは、量子マシン上でアプリケーションの特定の適切な部分のみを実行し、他の部分はシステムの古典的コンポーネント上で実行される。
ハイブリッドシステムの能力をフル活用し、この新興分野における将来の要件を満たすためには、分散コンピューティングと量子コンピューティングの両方のスキルを持つ新しい世代のコンピュータ科学者を準備する必要がある。
このギャップを埋めるために,我々は,ハイブリッド量子古典システムに関する新しい講義および演習シリーズを設計し,学生がアプリケーション分解法を学び,ハイブリッド量子古典計算連続体上で計算タスクを実行する。
量子システムの根底にある概念を学習している間、学生は慣れ親しんだ技術や方法を適用することを余儀なくされ、量子コンピューティングの分野への入り口は包括的で魅力的で、コンピュータ科学の学生にもアクセスしやすくなっている。
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) - A Quantum-Classical Collaborative Training Architecture Based on Quantum
State Fidelity [50.387179833629254]
我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。
Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。
他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
論文 参考訳（メタデータ） (2024-02-23T14:09:41Z) - Quantum algorithms for scientific computing [0.0]
ハイパフォーマンスコンピューティングに最も影響を与えるであろう分野には、量子システムのシミュレーション、最適化、機械学習などがある。
現代の古典的技術に対する控えめな量子増強でさえ、気象予報、航空宇宙工学、持続可能な開発のための「グリーン」材料の設計といった分野において、はるかに大きな影響を及ぼすであろう。
論文 参考訳（メタデータ） (2023-12-22T18:29:31Z) - Quantum Algorithm Cards: Streamlining the development of hybrid
classical-quantum applications [0.0]
量子コンピューティングの出現は、多くの科学と産業の応用領域を根本的に変換できる革命的パラダイムを提案する。
量子コンピュータが計算をスケールする能力は、現在のコンピュータが提供しているものよりも、特定のアルゴリズムタスクのパフォーマンスと効率が向上することを意味している。
このような改善の恩恵を得るためには、量子コンピュータは既存のソフトウェアシステムと統合されなければならない。
論文 参考訳（メタデータ） (2023-10-04T06:02:59Z) - The QUATRO Application Suite: Quantum Computing for Models of Human
Cognition [49.038807589598285]
量子コンピューティング研究のための新しい種類のアプリケーション -- 計算認知モデリング -- をアンロックします。
我々は、認知モデルから量子コンピューティングアプリケーションのコレクションであるQUATROをリリースする。
論文 参考訳（メタデータ） (2023-09-01T17:34:53Z) - Software Architecture Challenges in Integrating Hybrid Classical-Quantum
Systems [3.2851683371946767]
量子コンピューティングの出現は、多くの科学と産業の応用領域を根本的に変換できる革命的パラダイムを提案する。
量子コンピュータが計算を指数関数的にスケールする能力は、現在のコンピュータが提供しているものよりも、特定のアルゴリズムタスクのパフォーマンスと効率を向上させる。
このような改善の恩恵を得るためには、量子コンピュータは既存のソフトウェアシステムと統合されなければならない。
論文 参考訳（メタデータ） (2023-08-02T08:20:34Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - Recent Advances for Quantum Neural Networks in Generative Learning [98.88205308106778]
量子生成学習モデル(QGLM)は、古典的な学習モデルを上回る可能性がある。
機械学習の観点からQGLMの現状を概観する。
従来の機械学習タスクと量子物理学の両方におけるQGLMの潜在的な応用について論じる。
論文 参考訳（メタデータ） (2022-06-07T07:32:57Z) - Practical application-specific advantage through hybrid quantum
computing [0.0]
メモリ中心で異質なマルチプロセッシングアーキテクチャに基づくハイブリッド量子クラウドを提案する。
計算速度と解の質の両方において,従来のアルゴリズムと比較して,ハイブリッドアルゴリズムの利点を示す。
論文 参考訳（メタデータ） (2022-05-10T12:58:41Z) - Quantum Deformed Neural Networks [83.71196337378022]
我々は,量子コンピュータ上で効率的に動作するように設計された新しい量子ニューラルネットワーク層を開発した。
入力状態の絡み合いに制限された場合、古典的なコンピュータでシミュレートすることができる。
論文 参考訳（メタデータ） (2020-10-21T09:46:12Z) - Quantum Computation [0.0]
量子計算の中核となる原理と応用分野について論じ,要約する。
物理系の挙動に対する計算のマッピングは歴史的課題である。
量子コンピュータが正しく機能するために必要な技術を評価する。
論文 参考訳（メタデータ） (2020-06-04T11:57:18Z)
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。