論文の概要: Exposing the hidden layers and interplay in the quantum software stack

• arxiv url: http://arxiv.org/abs/2403.16545v1
• Date: Mon, 25 Mar 2024 08:40:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-26 15:18:23.227000
• Title: Exposing the hidden layers and interplay in the quantum software stack
• Title（参考訳）: 量子ソフトウェアスタックにおける隠されたレイヤと相互作用の公開
• Authors: Vlad Stirbu, Arianne Meijer-van de Griend, Jake Muff,
• Abstract要約: 現在の量子コンピュータと近未来の量子コンピュータは、ノイズと低量子ビット数によるリソース制限に直面している。 本稿では,量子ソフトウェアスタックの層間における隠れた相互作用を明らかにする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current and near-future quantum computers face resource limitations due to noise and low qubit counts. Despite this, effective quantum advantage can still be achieved due to the exponential nature of bit-to-qubit conversion. However, optimizing the software architecture of these systems is essential to utilize available resources efficiently. Unfortunately, the focus on user-friendly quantum computers has obscured critical steps in the software stack, leading to ripple effects into the stack's upper layer induced by limitations in current qubit implementations. This paper unveils the hidden interplay among layers of the quantum software stack.
• Abstract（参考訳）: 現在の量子コンピュータと近未来の量子コンピュータは、ノイズと低量子ビット数によるリソース制限に直面している。 これにもかかわらず、ビット-ビット変換の指数的性質のため、効果的な量子優位性は依然として達成できる。 しかし、これらのシステムのソフトウェアアーキテクチャを最適化することは、利用可能なリソースを効率的に活用するためには不可欠である。 残念なことに、ユーザフレンドリーな量子コンピュータはソフトウェアスタックにおける重要なステップを曖昧にし、現在の量子ビット実装の制限によってスタックの上層に波及効果をもたらす。 本稿では,量子ソフトウェアスタックの層間における隠れた相互作用を明らかにする。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• Exploring Quantum-Enhanced Machine Learning for Computer Vision: Applications and Insights on Noisy Intermediate-Scale Quantum Devices [0.0]
  本研究では,量子コンピューティングと機械学習(ML)の交わりについて検討する。 小型量子デバイスにおけるデータ再ロード方式やGAN(Generative Adversarial Networks)モデルなどのハイブリッド量子古典アルゴリズムの有効性を評価する。
  論文  参考訳（メタデータ） (2024-04-01T20:55:03Z)
• 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)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Stabilization and Dissipative Information Transfer of a Superconducting Kerr-Cat Qubit [0.0]
  そこで我々は,Cat-Qubitと呼ばれる量子ビットモデルへの消散情報伝達について検討した。 このモデルは、二項量子分類の散逸に基づくバージョンにとって特に重要である。 Cat-Qubitアーキテクチャは、人工ニューラルネットワークでアクティベーションライクな機能を実装できる可能性がある。
  論文  参考訳（メタデータ） (2023-07-23T11:28:52Z)
• Resource-efficient utilization of quantum computers [0.0]
  本稿では,ハイブリッド量子古典アルゴリズムの一般的な最適化手法を提案する。 本手法は,水素分子の基底状態エネルギーを求めるために用いられる変分量子アルゴリズムの具体例で実証する。
  論文  参考訳（メタデータ） (2023-05-15T18:01:49Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Algorithmic Strategies for seizing Quantum Computing [0.0]
  本質的に量子的性質を利用するための2つの戦略が検討されている。 再アップロード戦略は、機械学習に関連する変分アルゴリズムである。 一元的な戦略は、量子回路に格納されている情報の密度を減らし、ノイズに対するレジリエンスを高めることである。
  論文  参考訳（メタデータ） (2021-12-30T18:57:27Z)
• 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)
• Resource-Efficient Quantum Computing by Breaking Abstractions [9.695745674863554]
  現在の量子ソフトウェアスタックは、古典的なコンピュータのスタックに似た階層化されたアプローチに従っている。 本稿では,これらの層間の抽象化を分解することで,量子コンピューティングシステムの高効率性を実現することができることを指摘する。
  論文  参考訳（メタデータ） (2020-10-30T18:18:23Z)

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。