論文の概要: Flexible Type-Based Resource Estimation in Quantum Circuit Description Languages
- arxiv url: http://arxiv.org/abs/2408.03121v1
- Date: Tue, 6 Aug 2024 11:49:25 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-07 14:17:45.580408
- Title: Flexible Type-Based Resource Estimation in Quantum Circuit Description Languages
- Title（参考訳）: 量子回路記述言語におけるフレキシブルな型ベース資源推定
- Authors: Andrea Colledan, Ugo Dal Lago,
- Abstract要約: 入力プログラムが生成する回路の大きさの上限を導出するクイッパー言語のための型システムを提案する。
この大きさは、幅、深さ、ゲート数など様々な測定値に基づいて測定できるが、ワイヤの種類やゲートの種類のみを考慮しても測定できる。
- 参考スコア（独自算出の注目度）: 1.1510009152620668
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce a type system for the Quipper language designed to derive upper bounds on the size of the circuits produced by the typed program. This size can be measured according to various metrics, including width, depth and gate count, but also variations thereof obtained by considering only some wire types or some gate kinds. The key ingredients for achieving this level of flexibility are effects and refinement types, both relying on indices, that is, generic arithmetic expressions whose operators are interpreted differently depending on the target metric. The approach is shown to be correct through logical predicates, under reasonable assumptions about the chosen resource metric. This approach is empirically evaluated through the QuRA tool, showing that, in many cases, inferring tight bounds is possible in a fully automatic way.
- Abstract（参考訳）: 入力プログラムが生成する回路の大きさの上限を導出するクイッパー言語のための型システムを提案する。
この大きさは、幅、深さ、ゲート数など様々な測定値に基づいて測定できるが、ワイヤの種類やゲートの種類のみを考慮しても測定できる。
このレベルの柔軟性を達成するための重要な要素は効果と改良型であり、どちらも指標に依存している。
この手法は、選択された資源計量に関する合理的な仮定の下で、論理述語を通して正しいことが示されている。
このアプローチはQuRAツールを通じて実証的に評価され、多くの場合、厳密な境界を推測することは完全に自動化された方法で可能であることを示す。
関連論文リスト
- Likelihood as a Performance Gauge for Retrieval-Augmented Generation [78.28197013467157]
言語モデルの性能の効果的な指標としての可能性を示す。
提案手法は,より優れた性能をもたらすプロンプトの選択と構築のための尺度として,疑似可能性を利用する2つの手法を提案する。
論文 参考訳（メタデータ） (2024-11-12T13:14:09Z) - Implementing LLMs in industrial process modeling: Addressing Categorical Variables [0.17949062413635497]
LLM(Large Language Models)を用いて、それらの実際の意味を表す入力の埋め込みを導出する。
これは、分類変数を1と0のシーケンスに置き換えるためにバイナリまたは1ホットエンコーディングを使用する現在の標準的な慣習とは大きく異なる。
提案手法は、分類変数の符号化における現在の最先端(SotA)と比較して顕著な改善となる特徴的重要性を実現する。
論文 参考訳（メタデータ） (2024-09-27T18:53:43Z) - Balancing Diversity and Risk in LLM Sampling: How to Select Your Method and Parameter for Open-Ended Text Generation [60.493180081319785]
本稿では,各復号工程における多様性とリスクのトレードオフを考慮し,トラクションサンプリング手法の本質的な能力を推定する体系的手法を提案する。
本研究は,既存のトラクションサンプリング手法の総合的な比較と,ユーザのガイドラインとして推奨されるパラメータについて紹介する。
論文 参考訳（メタデータ） (2024-08-24T14:14:32Z) - Multi-Level Explanations for Generative Language Models [45.82956216020136]
LIMEやSHAPのような摂動に基づく説明法はテキスト分類に一般的に適用される。
この研究は、生成言語モデルへの拡張に焦点を当てている。
我々は、異なる属性アルゴリズムでインスタンス化できるMExGenという一般的なフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-21T15:06:14Z) - Circuit Width Estimation via Effect Typing and Linear Dependency (Long
Version) [1.3597551064547502]
本稿では,線形依存型・実効性を持つ回路記述言語Proto-Quipper-Rを提案する。
提案手法は現実的な量子アルゴリズムを検証するのに十分であることを示す。
論文 参考訳（メタデータ） (2023-10-29T18:10:31Z) - Non-Separable Multi-Dimensional Network Flows for Visual Computing [62.50191141358778]
本研究では,非分離型多次元ネットワークフローに対する新しい定式化法を提案する。
フローは次元ごとに定義されるので、最大化フローは自動的に最適な特徴次元を選択する。
概念実証として,マルチオブジェクト追跡問題にフォーマリズムを適用し,ノイズに対するロバスト性の観点からMOT16ベンチマークのスカラー定式化よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-05-15T13:21:44Z) - Rethinking Semantic Segmentation: A Prototype View [126.59244185849838]
学習不可能なプロトタイプをベースとした非パラメトリックセマンティックセマンティックセマンティクスモデルを提案する。
我々のフレームワークは、いくつかのデータセットに対して魅力的な結果をもたらす。
この作業が、現在のデファクトセマンティックセグメンテーションモデル設計を再考することを期待しています。
論文 参考訳（メタデータ） (2022-03-28T21:15:32Z) - Perceiver IO: A General Architecture for Structured Inputs & Outputs [84.60656759687477]
Perceiver IOは、任意のサイズとセマンティクスの出力を生成するために、モデルの潜在空間を柔軟にクエリすることを学ぶ。
このモデルは、高度に構造化された出力空間を持つタスクに対して強い結果を得る。
Perceiver IOは、GLUE言語ベンチマークでTransformerベースのBERTベースラインにマッチする。
論文 参考訳（メタデータ） (2021-07-30T17:53:34Z) - A Rich Type System for Quantum Programs [1.749935196721634]
Gottesmanのセマンティクスは、量子プログラムの共通部分集合を効率的に特徴づける型システムとして扱うことができることを示す。
この型システムは、$T$-gateの型、Toffoliゲートのような多重制御されたユニタリ、および関連するマジック状態を使用するゲートインジェクション回路を導出することで、普遍的な量子コンピューティングに対応するように拡張されている。
論文 参考訳（メタデータ） (2021-01-22T04:07:12Z) - A Functional Perspective on Learning Symmetric Functions with Neural
Networks [48.80300074254758]
本研究では,測定値に基づいて定義されたニューラルネットワークの学習と表現について検討する。
正規化の異なる選択の下で近似と一般化境界を確立する。
得られたモデルは効率よく学習でき、入力サイズにまたがる一般化保証を享受できる。
論文 参考訳（メタデータ） (2020-08-16T16:34:33Z)
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。