論文の概要: A Logarithmic Depth Quantum Carry-Lookahead Modulo $(2^n-1)$ Adder
- arxiv url: http://arxiv.org/abs/2408.01002v1
- Date: Fri, 2 Aug 2024 04:31:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-05 14:36:49.792773
- Title: A Logarithmic Depth Quantum Carry-Lookahead Modulo $(2^n-1)$ Adder
- Title（参考訳）: 対数深さの量子キャリアローカヘッドモデュロ$(2^n-1)$アダ
- Authors: Bhaskar Gaur, Edgard Muñoz-Coreas, Himanshu Thapliyal,
- Abstract要約: 量子アルゴリズムの実装には、モジュロ加算のための量子演算回路の開発が不可欠である。
現在のノイズ中間スケール量子(NISQ)時代における量子コンピュータは、フォールトトレラント設計に関連する計算コストを処理できない。
この研究は量子キャリーヘッドモジュロ$(2n - 1)$ adder (QCLMA)を示し、2つのnビット番号を受け取り、その加算をO(log n)深さで行うように設計されている。
- 参考スコア（独自算出の注目度）: 0.8192907805418581
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum Computing is making significant advancements toward creating machines capable of implementing quantum algorithms in various fields, such as quantum cryptography, quantum image processing, and optimization. The development of quantum arithmetic circuits for modulo addition is vital for implementing these quantum algorithms. While it is ideal to use quantum circuits based on fault-tolerant gates to overcome noise and decoherence errors, the current Noisy Intermediate Scale Quantum (NISQ) era quantum computers cannot handle the additional computational cost associated with fault-tolerant designs. Our research aims to minimize circuit depth, which can reduce noise and facilitate the implementation of quantum modulo addition circuits on NISQ machines. This work presents quantum carry-lookahead modulo $(2^n - 1)$ adder (QCLMA), which is designed to receive two n-bit numbers and perform their addition with an O(log n) depth. Compared to existing work of O(n) depth, our proposed QCLMA reduces the depth and helps increase the noise fidelity. In order to increase error resilience, we also focus on creating a tree structure based Carry path, unlike the chain based Carry path of the current work. We run experiments on Quantum Computer IBM Cairo to evaluate the performance of the proposed QCLMA against the existing work and define Quantum State Fidelity Ratio (QSFR) to quantify the closeness of the correct output to the top output. When compared against existing work, the proposed QCLMA achieves a 47.21% increase in QSFR for 4-qubit modulo addition showcasing its superior noise fidelity.
- Abstract（参考訳）: 量子コンピューティングは、量子暗号、量子画像処理、最適化など、さまざまな分野で量子アルゴリズムを実装することができるマシンの開発に向けて、大きな進歩を遂げている。
モジュロ加算のための量子演算回路の開発は、これらの量子アルゴリズムの実装に不可欠である。
フォールトトレラントゲートをベースとした量子回路を用いてノイズやデコヒーレンスエラーを克服することは理想的であるが、現在のノイズ中間スケール量子(NISQ)時代の量子コンピュータは、フォールトトレラント設計に関連する追加の計算コストを処理できない。
本研究の目的は,ノイズを低減し,NISQマシン上での量子変調加算回路の実装を容易にする回路深さの最小化である。
この研究は、量子キャリーヘッドモジュロ$(2^n - 1)$ adder (QCLMA)を示し、2つのnビット番号を受け取り、その加算をO(log n)深さで行うように設計されている。
従来のO(n)深度処理と比較して,提案したQCLMAは深度を低減し,ノイズの忠実度向上に寄与する。
エラーのレジリエンスを高めるため、私たちは、現在の作業のチェーンベースのCarryパスとは異なり、ツリー構造に基づくCarryパスの作成にも重点を置いています。
我々はQuantum Computer IBM Cairoの実験を行い、提案したQCLMAの性能を既存の作業に対して評価し、Quantum State Fidelity Ratio (QSFR)を定義し、正しい出力をトップ出力に量子化する。
既存の作業と比較すると,QCLMAは4キュービット変調加算器のQSFRが47.21%増加し,優れたノイズ忠実度を示す。
関連論文リスト
- Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - Quantum Resonant Dimensionality Reduction and Its Application in Quantum Machine Learning [2.7119354495508787]
本稿では,入力データの次元を低減するために,量子共振器遷移に基づくQRDRアルゴリズムを提案する。
QRDR後、入力データの寸法$N$を所望のスケール$R$に減らし、元のデータの有効情報を保存する。
我々のアルゴリズムは様々な計算分野に応用できる可能性がある。
論文 参考訳（メタデータ） (2024-05-21T09:26:18Z) - Quantum subspace expansion in the presence of hardware noise [0.0]
現在の量子処理ユニット(QPU)の基底状態エネルギーの発見は課題を呈し続けている。
ハードウェアノイズは、パラメタライズド量子回路の表現性とトレーニング性の両方に深刻な影響を及ぼす。
量子サブスペース拡張とVQEを統合する方法を示し、量子コンピューティング能力と古典コンピューティング能力とコストの最適なバランスを可能にする。
論文 参考訳（メタデータ） (2024-04-14T02:48:42Z) - Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。
どの場の量子スピードアップが達成できるかという新たな課題が生じる。
量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
論文 参考訳（メタデータ） (2024-02-26T09:32:07Z) - 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) - Assisted quantum simulation of open quantum systems [0.0]
NISQ技術を用いてUQAの回路深さを低減する量子支援量子アルゴリズムを導入する。
オープン量子システムをシミュレーションするための量子支援量子アルゴリズムを2つ提案する。
論文 参考訳（メタデータ） (2023-02-26T11:41:02Z) - 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) - Quantum circuit synthesis of Bell and GHZ states using projective
simulation in the NISQ era [0.0]
量子ビット数に制限のある雑音量子コンピュータの量子回路合成問題に取り組むために,強化学習手法である投影シミュレーションの有効性について検討した。
シミュレーションの結果, エージェントの性能は良好であったが, 量子ビット数の増加に伴い新しい回路の学習能力は低下した。
論文 参考訳（メタデータ） (2021-04-27T16:11:27Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z)
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。