論文の概要: Qiskit-Torch-Module: Fast Prototyping of Quantum Neural Networks

• arxiv url: http://arxiv.org/abs/2404.06314v2
• Date: Wed, 17 Jul 2024 15:33:08 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-18 22:19:21.748908
• Title: Qiskit-Torch-Module: Fast Prototyping of Quantum Neural Networks
• Title（参考訳）: Qiskit-Torch-Module:量子ニューラルネットワークの高速プロトタイピング
• Authors: Nico Meyer, Christian Ufrecht, Maniraman Periyasamy, Axel Plinge, Christopher Mutschler, Daniel D. Scherer, Andreas Maier,
• Abstract要約: 量子コンピュータシミュレーションソフトウェアは、量子コンピューティングコミュニティの研究に不可欠なツールである。 我々は,同等のライブラリに対して2桁の性能向上を実現したqiskit-torch-モジュールを開発した。 パイプラインはシングルマシンの計算システム向けに調整されており、日々の研究で広く利用されている。
• 参考スコア（独自算出の注目度）: 5.141992657467353
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computer simulation software is an integral tool for the research efforts in the quantum computing community. An important aspect is the efficiency of respective frameworks, especially for training variational quantum algorithms. Focusing on the widely used Qiskit software environment, we develop the qiskit-torch-module. It improves runtime performance by two orders of magnitude over comparable libraries, while facilitating low-overhead integration with existing codebases. Moreover, the framework provides advanced tools for integrating quantum neural networks with PyTorch. The pipeline is tailored for single-machine compute systems, which constitute a widely employed setup in day-to-day research efforts.
• Abstract（参考訳）: 量子コンピュータシミュレーションソフトウェアは、量子コンピューティングコミュニティの研究に不可欠なツールである。 重要な側面は、特に変分量子アルゴリズムのトレーニングにおいて、それぞれのフレームワークの効率性である。 広く使われているQiskitソフトウェア環境に着目し,qiskit-torch-moduleを開発した。 既存のコードベースとの低オーバーヘッド統合を容易にしながら、同等のライブラリよりも2桁のパフォーマンス向上を実現している。 さらにこのフレームワークは、量子ニューラルネットワークとPyTorchを統合するための高度なツールを提供する。 パイプラインはシングルマシンの計算システム向けに調整されており、日々の研究で広く利用されている。

関連論文リスト

• Ecosystem-Agnostic Standardization of Quantum Runtime Architecture: Accelerating Utility in Quantum Computing [0.0]
  本研究は量子コンピューティング最適化ミドルウェア(QCOM)のすべてのレイヤをカバーする。 実量子ハードウェア(QH)上での実行を必要とする。 オープンソースコミュニティが推進する広く採用されているランタイムプラットフォーム(RP)が必要だ。
  論文  参考訳（メタデータ） (2024-09-26T16:43:07Z)
• TeD-Q: a tensor network enhanced distributed hybrid quantum machine learning framework [59.07246314484875]
  TeD-Qは、量子機械学習のためのオープンソースのソフトウェアフレームワークである。 古典的な機械学習ライブラリと量子シミュレータをシームレスに統合する。 量子回路とトレーニングの進捗をリアルタイムで視覚化できるグラフィカルモードを提供する。
  論文  参考訳（メタデータ） (2023-01-13T09:35:05Z)
• The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
  量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。 完全に自動化された量子ソフトウェアスタックを開発する必要がある。 この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
  論文  参考訳（メタデータ） (2023-01-10T19:00:00Z)
• Quantum Advantage Seeker with Kernels (QuASK): a software framework to speed up the research in quantum machine learning [0.9217021281095907]
  QuASKはPythonで書かれたオープンソースの量子機械学習フレームワークである。 量子カーネルを通じてデータを解析するために、最も最先端のアルゴリズムを実装している。 データセットのダウンロード、前処理、量子機械学習ルーチン、分析と視覚化のためのコマンドラインツールとして使用できる。
  論文  参考訳（メタデータ） (2022-06-30T13:43:16Z)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Full-stack quantum computing systems in the NISQ era: algorithm-driven and hardware-aware compilation techniques [1.3496450124792878]
  現在のフルスタック量子コンピューティングシステムの概要について概説する。 我々は、隣接する層間の密な共設計と垂直な層間設計の必要性を強調します。
  論文  参考訳（メタデータ） (2022-04-13T13:26:56Z)
• Quantum simulation with just-in-time compilation [0.0]
  ジャスト・イン・タイム(JIT)コンパイル技術を用いて回路ベースの量子シミュレーションを行う。 QibojitはQibo量子コンピューティングフレームワークの新しいモジュールで、Pythonによるジャストインタイムコンパイルアプローチを使用している。
  論文  参考訳（メタデータ） (2022-03-16T18:00:00Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• Ps and Qs: Quantization-aware pruning for efficient low latency neural network inference [56.24109486973292]
  超低遅延アプリケーションのためのニューラルネットワークのトレーニング中の分級と量子化の相互作用を研究します。 量子化アウェアプルーニングは,タスクのプルーニングや量子化のみよりも計算効率のよいモデルであることが判明した。
  論文  参考訳（メタデータ） (2021-02-22T19:00:05Z)
• Electronic structure with direct diagonalization on a D-Wave quantum annealer [62.997667081978825]
  本研究は、D-Wave 2000Q量子アニール上の分子電子ハミルトニアン固有値-固有ベクトル問題を解くために、一般量子アニール固有解法(QAE)アルゴリズムを実装した。 そこで本研究では,D-Waveハードウェアを用いた各種分子系における基底および電子励起状態の取得について述べる。
  論文  参考訳（メタデータ） (2020-09-02T22:46:47Z)
• Software tools for quantum control: Improving quantum computer performance through noise and error suppression [3.6508609114589317]
  量子コンピューティング研究における量子制御の応用と統合のためのソフトウェアツールを紹介する。 我々は、最適化された量子制御ソリューションを作成し、デプロイするための、ピソンベースの古典的ソフトウェアツールのセットの概要を提供する。 本稿では,高性能分散クラウド計算とハードウェアシステムへのローカルカスタム統合の両方を活用するソフトウェアアーキテクチャについて述べる。
  論文  参考訳（メタデータ） (2020-01-13T04:34:06Z)

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。