論文の概要: Scalability enhancement of quantum computing under limited connectivity through distributed quantum computing

• arxiv url: http://arxiv.org/abs/2405.10942v1
• Date: Fri, 17 May 2024 17:56:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-20 15:24:17.323416
• Title: Scalability enhancement of quantum computing under limited connectivity through distributed quantum computing
• Title（参考訳）: 分散量子コンピューティングによる限定接続下における量子コンピューティングのスケーラビリティ向上
• Authors: Shao-Hua Hu, George Biswas, Jun-Yi Wu,
• Abstract要約: 単一QPU量子コンピューティングを用いた分散量子コンピューティングにおける2QPUエンタングルメントのベンチマークを行った。 平均ゲート忠実度,重出力確率,線形クロスエントロピーの3つの図形の1対1対応性を示す。
• 参考スコア（独自算出の注目度）: 0.8602553195689513
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We employ quantum-volume random-circuit sampling to benchmark the two-QPU entanglement-assisted distributed quantum computing (DQC), and compare it with single-QPU quantum computing. We first specify a single-qubit depolarizing noise model in the random circuit. Based on this error model, we show the one-to-one correspondence of three figures of merits, namely average gate fidelity, heavy output probability, and linear cross-entropy. We derive an analytical approximation of the average gate fidelity under the specified noise model, which is shown to align with numerical simulations. The approximation is calculated based on an allocation matrix obtained from the extended connectivity graph of a DQC device. In numerical simulation, we unveil the scalability enhancement in DQC for the QPUs with limited connectivity. Furthermore, we provide a simple formula to estimate the average gate fidelity, which also provides us with a heuristic method to evaluate the scalability enhancement in DQC, and a guide to optimize the structure of a DQC configuration.
• Abstract（参考訳）: 本稿では、量子体積ランダム回路サンプリングを用いて、2QPUエンタングルメント支援分散量子コンピューティング(DQC)をベンチマークし、単一QPU量子コンピューティングと比較する。 まず、ランダム回路において、単一キュービットの非偏極ノイズモデルを指定する。 この誤差モデルに基づいて、平均ゲート忠実度、重出力確率、線形クロスエントロピーの3つの図形の1対1対応を示す。 本研究では,特定雑音モデルに基づく平均ゲート忠実度の解析的近似を導出し,数値シミュレーションと整合性を示す。 近似は、DQCデバイスの拡張接続グラフから得られる割り当て行列に基づいて算出される。 数値シミュレーションでは,接続性に制限のあるQPUに対するDQCのスケーラビリティ向上について紹介する。 さらに,DQCにおける拡張性を評価するためのヒューリスティックな手法と,DQC構成の構造を最適化するためのガイドも提供する。

関連論文リスト

• Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
  量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
  論文  参考訳（メタデータ） (2024-11-13T23:56:20Z)
• Expressivity of deterministic quantum computation with one qubit [3.399289369740637]
  量子機械学習モデルとしてパラメータ化DQC1を導入する。 DQC1は普遍計算に基づく量子ニューラルネットワークと同じくらい強力であることを示す。
  論文  参考訳（メタデータ） (2024-11-05T02:46:27Z)
• Quantum Data Centers in the Presence of Noise [0.0]
  シングルプロセッサのモノリシック量子コンピュータは、クロストークの増加と、キュービット数が増加するとゲートの実装が困難になる。 QDCでは、複数の量子処理ユニット(QPU)が短距離で連結され、任意のプロセッサ上のキュービット数を増やすことなく計算キュービットの総数を増やすことができる。 これにより、各QPUの操作で発生するエラーを小さく抑えることができるが、QPU間の絡み合い分布中に発生する遅延コストとエラーのために、システムに追加のノイズを加えることができる。
  論文  参考訳（メタデータ） (2024-07-15T14:50:20Z)
• Towards Accurate Quantum Chemical Calculations on Noisy Quantum Computers [6.810505212573329]
  変分量子固有解法 (VQE) は、ノイズの多い中間スケール量子 (NISQ) コンピュータ向けに設計されたハイブリッド量子古典アルゴリズムである。 ノイズの影響が大きいため、現在のNISQコンピュータでは実現が困難である。 DMET+VQEの組み合わせにおけるノイズの影響を緩和する3つの手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:36:15Z)
• High-rate discretely-modulated continuous-variable quantum key distribution using quantum machine learning [4.236937886028215]
  本稿では,量子機械学習技術を用いた離散変調連続可変量子鍵分布(DM CVQKD)の高速化手法を提案する。 低複雑さ量子k-アネレスト近傍(QkNN)は、ボブ側での離散変調コヒーレント状態(DMCS)の損失を予測するために設計されている。 シミュレーションにより,提案手法の秘密鍵レートは既存のDM CVQKDプロトコルよりも明らかに優れていることが示された。
  論文  参考訳（メタデータ） (2023-08-07T04:00:13Z)
• Importance sampling for stochastic quantum simulations [68.8204255655161]
  我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。 サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。 格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
  論文  参考訳（メタデータ） (2022-12-12T15:06:32Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• Numerical Simulations of Noisy Quantum Circuits for Computational Chemistry [51.827942608832025]
  短期量子コンピュータは、小さな分子の基底状態特性を計算することができる。 計算アンサッツの構造と装置ノイズによる誤差が計算にどのように影響するかを示す。
  論文  参考訳（メタデータ） (2021-12-31T16:33:10Z)
• Reducing Unitary Coupled Cluster Circuit Depth by Classical Stochastic Amplitude Pre-Screening [0.0]
  Unitary Coupled Cluster (UCC)アプローチは、量子化学計算を実行するために量子ハードウェアを利用するための魅力的な方法である。 本稿では,従来のUCC前処理ステップを用いてUCCアンサッツの重要な励起を判定する,古典量子と古典量子の併用手法を提案する。
  論文  参考訳（メタデータ） (2021-08-24T18:34:14Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• Sampling Overhead Analysis of Quantum Error Mitigation: Uncoded vs. Coded Systems [69.33243249411113]
  パウリの誤差は、多数の現実的な量子チャネルの中で最も低いサンプリングオーバーヘッドをもたらすことを示す。 我々はQEMと量子チャネル符号化を併用する手法を考案し、純粋なQEMと比較してサンプリングオーバーヘッドの低減を解析する。
  論文  参考訳（メタデータ） (2020-12-15T15:51:27Z)

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。