論文の概要: Graph-based identification of qubit network (GidNET) for qubit reuse
- arxiv url: http://arxiv.org/abs/2410.08817v1
- Date: Fri, 11 Oct 2024 14:00:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-30 21:55:57.952475
- Title: Graph-based identification of qubit network (GidNET) for qubit reuse
- Title（参考訳）: グラフによるクビット再利用のためのクビットネットワーク(GidNET)の同定
- Authors: Gideon Uchehara, Tor M. Aamodt, Olivia Di Matteo,
- Abstract要約: GidNETは量子回路における量子ビットの再利用を最適化するためのアルゴリズムである。
回路幅の低減において、Qiskitを一貫して上回る。
量子コンピュータの量子ビット数に制限のある解を提供する。
- 参考スコア（独自算出の注目度）: 9.435498822573734
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computing introduces the challenge of optimizing quantum resources crucial for executing algorithms within the limited qubit availability of current quantum architectures. Existing qubit reuse algorithms face a trade-off between optimality and scalability, with some achieving optimal reuse but limited scalability due to computational complexities, while others exhibit reduced runtime at the expense of optimality. This paper introduces GidNET (Graph-based Identification of qubit NETwork), an algorithm for optimizing qubit reuse in quantum circuits. By analyzing the circuit's Directed Acyclic Graph (DAG) representation and its corresponding candidate matrix, GidNET identifies higher-quality pathways for qubit reuse more efficiently. Through a comparative study with established algorithms, notably QNET [1], GidNET not only achieves a consistent reduction in compiled circuit widths by a geometric mean of 4.4%, reaching up to 21% in larger circuits, but also demonstrates enhanced computational speed and scaling, with average execution time reduction of 97.4% (i.e., 38.5X geometric mean speedup) and up to 99.3% (142.9X speedup) across various circuit sizes. Furthermore, GidNET consistently outperforms Qiskit in circuit width reduction, achieving an average improvement of 59.3%, with maximum reductions of up to 72% in the largest tested circuits. These results demonstrate GidNET's ability to improve circuit width and runtime, offering a solution for quantum computers with limited numbers of qubits.
- Abstract（参考訳）: 量子コンピューティングは、現在の量子アーキテクチャの限られた量子ビットの可用性において、アルゴリズムの実行に不可欠な量子リソースを最適化するという課題を導入する。
既存の量子ビットの再利用アルゴリズムは、最適性とスケーラビリティのトレードオフに直面しており、いくつかは最適な再利用を達成するが、計算の複雑さによってスケーラビリティが制限されている。
本稿では、量子回路における量子ビットの再利用を最適化するアルゴリズムであるGidNET(Graph-based Identification of qubit NETwork)を紹介する。
GidNETは、回路のDAG(Directed Acyclic Graph)表現とその対応する候補行列を解析することにより、より効率的に量子ビット再利用のための高品質な経路を特定する。
確立されたアルゴリズム(特にQNET [1])との比較研究を通じて、GidNETはコンパイルされた回路幅を幾何平均で4.4%削減し、より大きな回路で最大21%まで到達するだけでなく、平均実行時間97.4%(幾何平均スピードアップ)と99.3%(142.9Xスピードアップ)の様々な回路サイズで拡張された計算速度とスケーリングを示す。
さらに、GidNETはQiskitよりも回路幅の低減に優れ、59.3%の平均的な改善を実現し、最大の試験回路では最大72%の削減を実現している。
これらの結果は、GidNETが回路幅と実行時間を改善する能力を示し、量子コンピュータの量子ビット数に制限のあるソリューションを提供する。
関連論文リスト
- Improving the Performance of Digitized Counterdiabatic Quantum Optimization via Algorithm-Oriented Qubit Mapping [0.4681661603096333]
本稿では,ディジタル化された反断熱量子最適化アルゴリズムの性能向上戦略を提案する。
提案手法は,誤差軽減を伴わない平均4.49$times$の近似比を増大させる。
本研究は,量子ビットマッピングとアルゴリズムパラメータの最適化に適したアルゴリズム実装の符号設計に関する貴重な知見を提供する。
論文 参考訳（メタデータ） (2023-11-24T17:39:08Z) - Powerful Quantum Circuit Resizing with Resource Efficient Synthesis [0.4980726355048842]
本稿では,2つのアルゴリズムを紹介する。
1つ目は、ゲート依存性のルールを利用して、深さを最適化するときにキュービット数を61.6%または45.3%削減する。
第2のアルゴリズムは、依存ルールやその他の最先端ツールを介して、従来は変更不可能だった回路のリサイズ機会を見つける。
論文 参考訳（メタデータ） (2023-11-22T02:18:34Z) - Large-scale quantum approximate optimization on non-planar graphs with machine learning noise mitigation [0.46040036610482665]
誤差軽減は、ノイズの多いデバイスが有意義に実行できる量子回路のサイズを拡大する。
機械学習に基づく誤差軽減により最大40ノードの非平面ランダム正規グラフ上で量子近似最適化アルゴリズム(QAOA)を示す。
論文 参考訳（メタデータ） (2023-07-26T18:00:07Z) - Qubit efficient quantum algorithms for the vehicle routing problem on
NISQ processors [48.68474702382697]
時間窓付き車両ルーティング問題(VRPTW)は、ロジスティクス業界で直面する一般的な最適化問題である。
そこで本研究では,以前に導入した量子ビット符号化方式を用いて,バイナリ変数の数を削減した。
論文 参考訳（メタデータ） (2023-06-14T13:44:35Z) - Quantized Neural Networks for Low-Precision Accumulation with Guaranteed
Overflow Avoidance [68.8204255655161]
本稿では,推定時のアキュムレータの精度を下げる際に,数値オーバーフローを回避する量子化学習アルゴリズムを提案する。
本手法は,浮動小数点点ベースラインに対するモデル精度を維持しつつ,アキュムレータの精度を低減できることを示す。
論文 参考訳（メタデータ） (2023-01-31T02:46:57Z) - Robust Qubit Mapping Algorithm via Double-Source Optimal Routing on Large Quantum Circuits [11.391158217994782]
Duostraは、実際のハードウェアデバイスで大規模量子回路を実装するという課題に対処するために設計されている。
ダブルキュービットゲートの最適経路を効率よく決定し、SWAPゲートを挿入することで動作する。
合理的なランタイム内で、良質な結果が得られます。
論文 参考訳（メタデータ） (2022-10-04T01:47:11Z) - Wide Quantum Circuit Optimization with Topology Aware Synthesis [0.8469686352132708]
ユニタリ合成は、量子回路を制限的量子ビット位相にマッピングしながら最適なマルチキュービットゲート数を達成する最適化手法である。
我々は,emphBQSKitフレームワークで構築されたトポロジ対応合成ツールであるTopASを紹介した。
論文 参考訳（メタデータ） (2022-06-27T21:59:30Z) - OMPQ: Orthogonal Mixed Precision Quantization [64.59700856607017]
混合精度量子化は、ハードウェアの多重ビット幅演算を利用して、ネットワーク量子化の全ポテンシャルを解き放つ。
本稿では、整数プログラミングの損失と高い相関関係にあるネットワーク性の概念であるプロキシメトリックを最適化することを提案する。
このアプローチは、量子化精度にほとんど妥協することなく、検索時間と必要なデータ量を桁違いに削減する。
論文 参考訳（メタデータ） (2021-09-16T10:59:33Z) - Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。
その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
論文 参考訳（メタデータ） (2021-06-24T20:16:02Z) - Space-efficient binary optimization for variational computing [68.8204255655161]
本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。
また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
論文 参考訳（メタデータ） (2020-09-15T18:17:27Z) - Channel Assignment in Uplink Wireless Communication using Machine
Learning Approach [54.012791474906514]
本稿では,アップリンク無線通信システムにおけるチャネル割り当て問題について検討する。
我々の目標は、整数チャネル割り当て制約を受ける全ユーザの総和率を最大化することです。
計算複雑性が高いため、機械学習アプローチは計算効率のよい解を得るために用いられる。
論文 参考訳（メタデータ） (2020-01-12T15:54:20Z)
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。