論文の概要: Understanding and Estimating the Execution Time of Quantum Programs
- arxiv url: http://arxiv.org/abs/2411.15631v1
- Date: Sat, 23 Nov 2024 19:02:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-26 14:23:06.404203
- Title: Understanding and Estimating the Execution Time of Quantum Programs
- Title（参考訳）: 量子プログラムの実行時間を理解して推定する
- Authors: Ning Ma, Heng Li,
- Abstract要約: 本研究では,シミュレータおよび実量子コンピュータ上での量子プログラム実行時の特性について検討する。
本稿では,グラフトランスフォーマーモデルを用いて実行時間を推定する革新的な手法を提案する。
我々のアプローチは量子コンピューティングプラットフォームに統合され、量子実行時間を正確に見積もることができる。
- 参考スコア（独自算出の注目度）: 7.972186774307552
- License:
- Abstract: Due to the scarcity of quantum computing resources, researchers and developers have very limited access to real quantum computers. Therefore, judicious planning and utilization of quantum computer runtime are essential to ensure smooth execution and completion of projects. Accurate estimation of a quantum program's execution time is thus necessary to prevent unexpectedly exceeding the anticipated runtime or the maximum capacity of the quantum computers; it also allows quantum computing platforms to make precisely informed provisioning and prioritization of quantum computing jobs. In this paper, we first study the characteristics of quantum programs' runtime on simulators and real quantum computers. Then, we introduce an innovative method that employs a graph transformer-based model, utilizing the graph information and global information of quantum programs to estimate their execution time. We selected a benchmark dataset comprising over 1510 quantum programs, initially predicting their execution times on simulators, which yielded promising results with an R-squared value over 95%. Subsequently, for the estimation of execution times on quantum computers, we applied active learning to select 340 samples with a confidence level of 95% to build and evaluate our approach, achieving an average R-squared value exceeding 90%. Our approach can be integrated into quantum computing platforms to provide an accurate estimation of quantum execution time and be used as a reference for prioritizing quantum execution jobs. In addition, our findings provide insights for quantum program developers to optimize their programs in terms of execution time consumption, for example, by prioritizing one-qubit gates over two-qubit gates.
- Abstract（参考訳）: 量子コンピューティングリソースが不足しているため、研究者と開発者は実際の量子コンピュータに非常に限られたアクセス権を持っている。
したがって、プロジェクトのスムーズな実行と完了を保証するために、量子コンピュータランタイムの司法計画と利用が不可欠である。
したがって、量子コンピューティングプラットフォームが量子コンピューティングジョブの正確なプロビジョニングと優先順位付けを正確に行えるようにするためには、予測される実行時間や量子コンピュータの最大容量を予期せず超過することを避けるために、量子プログラムの実行時間の正確な推定が必要である。
本稿では,シミュレータおよび実量子コンピュータ上での量子プログラム実行時の特性について検討する。
そこで我々は,グラフトランスフォーマーモデルを用いて,量子プログラムのグラフ情報とグローバル情報を利用して実行時間を推定する革新的な手法を提案する。
我々は、1510以上の量子プログラムからなるベンチマークデータセットを選択し、当初はシミュレータ上での実行時間を予測し、95%以上のR2乗値で有望な結果を得た。
その後、量子コンピュータ上での実行時間の推定にアクティブラーニングを適用し、95%の信頼性レベルを持つ340個のサンプルを選択し、我々のアプローチを構築し評価し、平均R2乗値が90%を超える結果を得た。
我々の手法は量子コンピューティングプラットフォームに統合され、量子実行時間の正確な推定が可能であり、量子実行ジョブの優先順位付けの基準として使用される。
さらに,量子プログラム開発者は,例えば2キュービットゲート上の1キュービットゲートを優先順位付けすることで,実行時間消費の観点からプログラムを最適化することができる。
関連論文リスト
- Assessing the Requirements for Industry Relevant Quantum Computation [1.1687566782940522]
我々は、業界関連量子計算の要件を評価するためにオープンソースのツールを使用します。
我々は現在の技術と超伝導量子ビットプラットフォームのための理論上の高忠実性シナリオに基づく。
ゲートと測定操作の実行時間は,システムエラー率よりも計算全体の実行時間を強く決定することがわかった。
論文 参考訳（メタデータ） (2024-08-05T16:00:49Z) - On Reducing the Execution Latency of Superconducting Quantum Processors via Quantum Program Scheduling [48.142860424323395]
本稿では,量子資源の利用効率を向上させるためにQPSP(Quantum Program Scheduling Problem)を導入する。
具体的には, 回路幅, 計測ショット数, 提出時間に関する量子プログラムスケジューリング手法を提案し, 実行遅延を低減する。
論文 参考訳（メタデータ） (2024-04-11T16:12:01Z) - 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) - A Model for Circuit Execution Runtime And Its Implications for Quantum
Kernels At Practical Data Set Sizes [0.5906031288935515]
本稿では,量子回路に要する総回路実行時間に関するモデルを提案する。
また、「回路の量子体積層の有効数」の概念も導入する。
現在の量子コンピュータの速度で、我々のモデルはデータセットを数時間で処理できると予測している。
論文 参考訳（メタデータ） (2023-07-11T02:38:22Z) - 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 Vulnerability Analysis to Accurate Estimate the Quantum Algorithm Success Rate [21.46259138110464]
量子コンピュータは、完全には理解されていない計算中にノイズに悩まされる。
本稿では,量子アプリケーションにおけるエラーの影響を定量化する量子脆弱性解析(QVA)を提案する。
論文 参考訳（メタデータ） (2022-07-29T02:51:16Z) - Advancing Hybrid Quantum-Classical Computation with Real-Time Execution [10.818632836746668]
本稿では,量子プログラム内に埋め込まれた古典計算の次世代実装について述べる。
測定量子ビットの中間回路状態に基づいて、プログラム変数のリアルタイム計算と調整を可能にする。
論文 参考訳（メタデータ） (2022-06-26T19:50:15Z) - On exploring the potential of quantum auto-encoder for learning quantum systems [60.909817434753315]
そこで我々は,古典的な3つのハードラーニング問題に対処するために,QAEに基づく効果的な3つの学習プロトコルを考案した。
私たちの研究は、ハード量子物理学と量子情報処理タスクを達成するための高度な量子学習アルゴリズムの開発に新たな光を当てています。
論文 参考訳（メタデータ） (2021-06-29T14:01:40Z) - Statistical Limits of Supervised Quantum Learning [90.0289160657379]
精度の制約を考慮すると、教師付き学習のための量子機械学習アルゴリズムは入力次元における多対数ランタイムを達成できないことを示す。
より効率的な古典的アルゴリズムよりも、教師あり学習のための量子機械学習アルゴリズムの方が、ほとんどの場合スピードアップできると結論付けている。
論文 参考訳（メタデータ） (2020-01-28T17:35:32Z)
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。