Fugu-MT 論文翻訳(概要): Quantum Buffer Design Using Petri Nets

論文の概要: Quantum Buffer Design Using Petri Nets

arxiv url: http://arxiv.org/abs/2408.08369v2
Date: Sat, 16 Nov 2024 03:41:38 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-19 14:27:07.892922
Title: Quantum Buffer Design Using Petri Nets
Title（参考訳）: ペトリネットを用いた量子バッファ設計
Authors: Syed Asad Shah, A. Yavuz Oruç,
Abstract要約: これはプリミティブストレージ要素、すなわち量子CNOTとSWAPゲートを用いた量子S-Rフリップフロップ設計を提供する。上記の量子バッファは、単純化されたQPNモデルと量子レジスタを用いて得られる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This paper introduces a simplified quantum Petri net (QPN) model and uses this model to generalize classical SISO, SIMO, MISO, MIMO and priority buffers to their quantum counterparts. It provides a primitive storage element, namely a quantum S-R flip-flop design using quantum CNOT and SWAP gates that can be replicated to obtain a quantum register for any given number of qubits. The aforementioned quantum buffers are then obtained using the simplified QPN model and quantum registers. $\!\!$The quantum S-R flip-flop and quantum buffer designs have been tested using OpenQASM and Qiskit on IBM quantum computers and simulators and the results validate the presented quantum S-R flip-flop and buffer designs.
Abstract（参考訳）: 本稿では,量子ペトリネット(QPN)モデルを導入し,従来のSISO,SIMO,MIISO,MIMO,優先度バッファを量子バッファに一般化する。これはプリミティブストレージ要素、すなわち量子CNOTとSWAPゲートを使った量子S-Rフリップフロップ設計を提供し、任意の量子ビットの量子レジスタを得るために複製することができる。上記の量子バッファは、単純化されたQPNモデルと量子レジスタを用いて得られる。 $! あー! The quantum S-R flip-flop and quantum buffer design were tested using OpenQASM and Qiskit on IBM quantum computer and simulators and the results confirmed the quantum S-R flip-flop and buffer design。

関連論文リスト

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)
Delegated variational quantum algorithms based on quantum homomorphic encryption [69.50567607858659]
変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
論文参考訳（メタデータ） (2023-01-25T07:00:13Z)
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)
Quantum Neuron with Separable-State Encoding [0.0]
現在利用可能な量子プロセッサにおいて、高度な量子ニューロンモデルを大規模にテストすることは、まだ不可能である。マルチキュービットゲート数を削減した量子パーセプトロン(QP)モデルを提案する。シミュレーション量子コンピュータにおいて,QPの量子ビットバージョンをいくつか実装することにより,提案モデルの性能を実証する。
論文参考訳（メタデータ） (2022-02-16T19:26:23Z)
QTN-VQC: An End-to-End Learning framework for Quantum Neural Networks [71.14713348443465]
可変量子回路(VQC)上に量子埋め込みを行うためのトレーニング可能な量子テンソルネットワーク(QTN)を導入する。 QTNは、量子埋め込みの生成から出力測定まで、エンドツーエンドのパラメトリックモデルパイプライン、すなわちQTN-VQCを可能にする。 MNISTデータセットに対する我々の実験は、他の量子埋め込み手法に対する量子埋め込みに対するQTNの利点を実証している。
論文参考訳（メタデータ） (2021-10-06T14:44:51Z)
Natural parameterized quantum circuit [0.0]
ユークリッド量子幾何で初期化できる自然パラメータ化量子回路(NPQC)を導入する。一般的な量子回路のクラスでは、NPQC は最小の量子クラム・ラオ境界を持つ。私たちの結果は、現在利用可能な量子プロセッサを強化するために利用できます。
論文参考訳（メタデータ） (2021-07-29T14:54:04Z)
Quantum Federated Learning with Quantum Data [87.49715898878858]
量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
論文参考訳（メタデータ） (2021-05-30T12:19:27Z)
Test of Quantumness with Small-Depth Quantum Circuits [1.90365714903665]
近年,LWE(Learning with error)の仮定に基づいて量子性テストを構築する方法が示されている。このテストはいくつかの暗号アプリケーションにつながった。本稿では,この量子性試験,および上述のすべての応用が,量子回路の非常に弱いクラスによって実際に実装可能であることを示す。
論文参考訳（メタデータ） (2021-05-12T08:16:20Z)
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)
Quantum simulation of open quantum systems in heavy-ion collisions [0.0]
本稿では,量子コンピュータ上での高温・強結合クォークグルーオンプラズマ(QGP)における重クォークやジェットなどのハードプローブのダイナミクスをシミュレーションする枠組みを提案する。我々の研究は、現在および短期量子デバイス上でのオープン量子システムをシミュレートできる可能性を示している。
論文参考訳（メタデータ） (2020-10-07T18:00:02Z)
TensorFlow Quantum: A Software Framework for Quantum Machine Learning [36.75544801185366]
本稿では,古典的あるいは量子的データに対するハイブリッド量子古典モデルの高速プロトタイピングのためのオープンソースライブラリであるQuantum (TFQ)を紹介する。本稿では,メタラーニング,階層学習,ハミルトン学習,サーマル状態のサンプリング,変分量子固有解法,量子位相遷移の分類,生成的敵ネットワーク,強化学習など,高度な量子学習タスクにTFQを適用する方法を紹介する。
論文参考訳（メタデータ） (2020-03-06T01:31:43Z)

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。