論文の概要: Distributed Quantum Computing for Chemical Applications

• arxiv url: http://arxiv.org/abs/2408.05351v1
• Date: Fri, 9 Aug 2024 21:42:51 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-13 19:21:55.242093
• Title: Distributed Quantum Computing for Chemical Applications
• Title（参考訳）: 化学応用のための分散量子コンピューティング
• Authors: Grier M. Jones, Hans-Arno Jacobsen,
• Abstract要約: 分散量子コンピューティング(DQC)は、計算処理を多くのデバイスに分散させることによって計算能力を高めることを目的としている。 DQCは、多くのデバイスに計算プロセスを分散させることによって計算能力を高めることを目的としており、量子デバイスに必要なノイズと回路深度を最小限にすることを目的としている。
• 参考スコア（独自算出の注目度）: 10.679753825744964
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In recent years, interest in quantum computing has increased due to technological advances in quantum hardware and algorithms. Despite the promises of quantum advantage, the applicability of quantum devices has been limited to few qubits on hardware that experiences decoherence due to noise. One proposed method to get around this challenge is distributed quantum computing (DQC). Like classical distributed computing, DQC aims at increasing compute power by spreading the compute processes across many devices, with the goal to minimize the noise and circuit depth required by quantum devices. In this paper, we cover the fundamental concepts of DQC and provide insight into where the field of DQC stands with respect to the field of chemistry -- a field which can potentially be used to demonstrate quantum advantage on noisy-intermediate scale quantum devices.
• Abstract（参考訳）: 近年、量子ハードウェアとアルゴリズムの技術進歩により、量子コンピューティングへの関心が高まっている。 量子アドバンテージの約束にもかかわらず、量子デバイスの適用性は、ノイズによるデコヒーレンスを経験するハードウェア上の数量子ビットに制限されている。 この課題を解決する方法のひとつに分散量子コンピューティング(DQC)がある。 古典的な分散コンピューティングと同様に、DQCは計算処理を多くのデバイスに分散させることで計算能力を高めることを目的としており、量子デバイスに必要なノイズと回路深度を最小限にすることを目的としている。 本稿では、DQCの基本概念を概説し、DQCの分野が化学の分野に対してどこにあるのかについての洞察を与える。

関連論文リスト

• The curse of random quantum data [62.24825255497622]
  量子データのランドスケープにおける量子機械学習の性能を定量化する。 量子機械学習におけるトレーニング効率と一般化能力は、量子ビットの増加に伴い指数関数的に抑制される。 この結果は量子カーネル法と量子ニューラルネットワークの広帯域限界の両方に適用できる。
  論文  参考訳（メタデータ） (2024-08-19T12:18:07Z)
• AQM: A Refresh of the Abstract Qubit Model for Quantum Computing Co-design [7.212252950717603]
  量子ビットは量子情報科学と応用の構成要素である。 より高度なアルゴリズムとアプリケーションのための数学的フレームワークを提供する抽象量子ビットモデル(AQM)を導入する。
  論文  参考訳（メタデータ） (2024-03-17T20:19:17Z)
• 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)
• Near-Term Quantum Computing Techniques: Variational Quantum Algorithms, Error Mitigation, Circuit Compilation, Benchmarking and Classical Simulation [5.381727213688375]
  私たちはまだ、本格的な量子コンピュータの成熟まで長い道のりを歩んでいます。 注目すべき課題は、非自明なタスクを確実に実行可能なアプリケーションを開発することです。 誤りを特徴づけ、緩和するために、いくつかの短期量子コンピューティング技術が提案されている。
  論文  参考訳（メタデータ） (2022-11-16T07:53:15Z)
• 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)
• Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
  本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。 本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
  論文  参考訳（メタデータ） (2022-09-16T02:37:32Z)
• 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 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)
• Minimizing estimation runtime on noisy quantum computers [0.0]
  ベイズ推論の実行には、ELF(Engineered chance function)が用いられる。 物理ハードウェアがノイズの多い量子コンピュータの仕組みから遷移するにつれて,ELF形式がサンプリングにおける情報ゲイン率をいかに向上させるかを示す。 この技術は、化学、材料、ファイナンスなどを含む多くの量子アルゴリズムの中心的なコンポーネントを高速化する。
  論文  参考訳（メタデータ） (2020-06-16T17:46:18Z)

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。