Fugu-MT 論文翻訳(概要): Simon's algorithm in the NISQ cloud

論文の概要: Simon's algorithm in the NISQ cloud

arxiv url: http://arxiv.org/abs/2406.11771v1
Date: Mon, 17 Jun 2024 17:31:44 GMT
ステータス: 処理完了
システム内更新日: 2024-06-18 13:23:59.848563
Title: Simon's algorithm in the NISQ cloud
Title（参考訳）: NISQクラウドにおけるSimonのアルゴリズム
Authors: Reece Robertson, Emery Doucet, Ernest Spicer, Sebastian Deffner,
Abstract要約: サイモンのアルゴリズムは、真に量子的優位性を示す最初の問題の1つである。我々はSimonのアルゴリズムを使って、現在"量子クラウド"で利用可能なデバイスのエラー率をベンチマークします。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Simon's algorithm was one of the first problems to demonstrate a genuine quantum advantage. The algorithm, however, assumes access to noise-free qubits. In our work we use Simon's algorithm to benchmark the error rates of devices currently available in the "quantum cloud." As a main result we obtain an objective comparison between the different physical platforms made available by IBM and IonQ. Our study highlights the importance of understanding the device architectures and chip topologies when transpiling quantum algorithms onto hardware. For instance, we demonstrate that two-qubit operations on spatially separated qubits on superconducting chips should be avoided.
Abstract（参考訳）: サイモンのアルゴリズムは、真に量子的優位性を示す最初の問題の1つである。しかし、このアルゴリズムはノイズフリーキュービットへのアクセスを前提としている。私たちの研究では、Simonのアルゴリズムを使って、現在"量子クラウド"で利用可能なデバイスのエラー率をベンチマークしています。その結果、IBMとIonQで利用可能な物理プラットフォームの違いを客観的に比較した。本研究は,量子アルゴリズムをハードウェアにトランスパイルする際のデバイスアーキテクチャとチップトポロジを理解することの重要性を強調した。例えば、超伝導チップ上の空間分離量子ビット上の2量子演算は避けるべきである。

関連論文リスト

Simon algorithm in measurement-based quantum computing [0.0]
シモンのサブグループ隠れアルゴリズムは、古典計算よりも量子コンピューティングの優位性を証明した最初の量子アルゴリズムであった。我々は、Simonアルゴリズムを計測に基づく量子コンピューティングの言語に書き換える。 The $n$-qubit version of the Simon algorithm can be formulated in MBQC as cluster state graph with $2n$ node and $n2$ edges。
論文参考訳（メタデータ） (2024-05-28T13:02:54Z)
Mitigating Errors on Superconducting Quantum Processors through Fuzzy Clustering [38.02852247910155]
新しいQuantum Error Mitigation(QEM)技術では、Fizzy C-Meansクラスタリングを使用して測定エラーパターンを特定できる。実 NISQ 5-qubit 量子プロセッサのサブセットとして得られた 2-qubit レジスタ上で,この手法の原理的検証を報告する。我々は、FCMベースのQEM技術により、単一および2ビットゲートベースの量子回路の期待値が合理的に改善できることを実証した。
論文参考訳（メタデータ） (2024-02-02T14:02:45Z)
Hybrid quantum transfer learning for crack image classification on NISQ hardware [62.997667081978825]
グレー値画像のひび割れ検出に量子転送学習を適用した。我々は、PennyLaneの標準量子ビットのパフォーマンスとトレーニング時間を、IBMのqasm_simulatorや実際のバックエンドと比較する。
論文参考訳（メタデータ） (2023-07-31T14:45:29Z)
Exact distributed quantum algorithm for generalized Simon's problem [8.061563029894927]
シモンの問題は量子アルゴリズムのパワーを示す最も重要な問題の1つである。我々はシモン問題に対して対応する分散量子アルゴリズムを導入する。量子振幅増幅法の適用により,精度を向上するアルゴリズムを改良する。
論文参考訳（メタデータ） (2023-07-26T17:25:39Z)
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)
Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文参考訳（メタデータ） (2022-05-26T20:32:36Z)
Distributed quantum algorithm for Simon's problem [2.26741603346646]
我々は分散シナリオにおけるSimonの問題を研究し、この問題を解決するために分散量子アルゴリズムを設計する。分散量子コンピューティングの新しい計算アーキテクチャは、量子回路のノイズと深さを減らすことが期待されている。
論文参考訳（メタデータ） (2022-04-25T01:22:22Z)
Benchmarking Small-Scale Quantum Devices on Computing Graph Edit Distance [52.77024349608834]
グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
論文参考訳（メタデータ） (2021-11-19T12:35:26Z)
Optimization and Noise Analysis of the Quantum Algorithm for Solving One-Dimensional Poisson Equation [17.65730040410185]
一次元ポアソン方程式を解くための効率的な量子アルゴリズムを提案する。このアルゴリズムをさらに発展させ、ノイズの多い中間スケール量子(NISQ)デバイスにおける実際の応用に近づける。我々は、IBM Qiskitツールキットを用いて、実量子デバイスに存在する一般的なノイズがアルゴリズムに与える影響を分析する。
論文参考訳（メタデータ） (2021-08-27T09:44:41Z)
Fast Black-Box Quantum State Preparation Based on Linear Combination of Unitaries [21.632886077572046]
ユニタリ(LCU)の線形結合によるブラックボックス状態の準備法を提案する。我々のアルゴリズムは、必要となるキュービットとトフォリゲートをビット精度nでそれぞれ2log(n)とnに減らし、既存の最良の結果を改善する。現在のアルゴリズムのさらなる複雑さの低減は、ブラックボックスの量子状態の準備を現実に近づける。
論文参考訳（メタデータ） (2021-05-13T12:29:06Z)
Supervised Learning Using a Dressed Quantum Network with "Super Compressed Encoding": Algorithm and Quantum-Hardware-Based Implementation [7.599675376503671]
ノイズのある中間量子(NISQ)デバイス上での変分量子機械学習(QML)アルゴリズムの実装には、必要となるキュービット数とマルチキュービットゲートに関連するノイズに関連する問題がある。本稿では,これらの問題に対処するための量子ネットワークを用いた変分QMLアルゴリズムを提案する。他の多くのQMLアルゴリズムとは異なり、我々の量子回路は単一量子ビットゲートのみで構成されており、ノイズに対して堅牢である。
論文参考訳（メタデータ） (2020-07-20T16:29:32Z)

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。