論文の概要: Improving Figures of Merit for Quantum Circuit Compilation

• arxiv url: http://arxiv.org/abs/2501.13155v1
• Date: Wed, 22 Jan 2025 19:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-24 15:57:59.816673
• Title: Improving Figures of Merit for Quantum Circuit Compilation
• Title（参考訳）: 量子回路コンパイルにおけるメリットの図形化
• Authors: Patrick Hopf, Nils Quetschlich, Laura Schulz, Robert Wille,
• Abstract要約: 本稿では,実際に実行することなく,期待される量子回路の実行品質を予測できる改良されたメリットの図形を提案する。 提案したメリットの数値は、強い相関を示し、ケーススタディですべての前の相関を上回り、平均相関改善を49%達成する。
• 参考スコア（独自算出の注目度）: 2.720911144480819
• License:
• Abstract: Quantum computing is an emerging technology that has seen significant software and hardware improvements in recent years. Executing a quantum program requires the compilation of its quantum circuit for a target Quantum Processing Unit (QPU). Various methods for qubit mapping, gate synthesis, and optimization of quantum circuits have been proposed and implemented in compilers. These compilers try to generate a quantum circuit that leads to the best execution quality - a criterion that is usually approximated by figures of merit such as the number of (two-qubit) gates, the circuit depth, expected fidelity, or estimated success probability. However, it is often unclear how well these figures of merit represent the actual execution quality on a QPU. In this work, we investigate the correlation between established figures of merit and actual execution quality on real machines - revealing that the correlation is weaker than anticipated and that more complex figures of merit are not necessarily more accurate. Motivated by this finding, we propose an improved figure of merit (based on a machine learning approach) that can be used to predict the expected execution quality of a quantum circuit for a chosen QPU without actually executing it. The employed machine learning model reveals the influence of various circuit features on generating high correlation scores. The proposed figure of merit demonstrates a strong correlation and outperforms all previous ones in a case study - achieving an average correlation improvement of 49%.
• Abstract（参考訳）: 量子コンピューティングは、近年、ソフトウェアとハードウェアが大幅に改善されている新興技術である。 量子プログラムの実行には、ターゲット量子処理ユニット(QPU)のための量子回路のコンパイルが必要である。 量子回路の量子ビットマッピング、ゲート合成、最適化のための様々な手法が提案され、コンパイラで実装されている。 これらのコンパイラは、最高の実行品質につながる量子回路(通常、2量子ゲートの数、回路深さ、期待された忠実度、推定成功確率など)の数値によって近似される基準)を作成しようとする。 しかし、これらの数値がQPUの実際の実行品質をどのように表すかはよく分かっていない。 本研究は,実機上での既定値と実機上での実際の実行品質の相関について検討し,その相関が予想よりも弱いこと,さらに複雑な実機が必ずしも正確ではないことを明らかにする。 この発見を動機として,選択したQPUの量子回路の実行品質を実際に実行することなく予測できる,改良されたメリット(機械学習アプローチに基づく)の図式を提案する。 機械学習モデルを用いて,高い相関スコアの生成に対する各種回路特性の影響を明らかにする。 提案したメリットの数値は、強い相関を示し、ケーススタディですべての前の相関を上回り、平均相関改善を49%達成する。

関連論文リスト

• Equivalence Checking of Parameterised Quantum Circuits [13.796569260568939]
  テンソル決定図に基づく新しいPQCのコンパクト表現を提案する。 インスタンス化を必要とせずにPQC同値性を検証するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-04-29T06:25:00Z)
• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Quantum Subroutine for Variance Estimation: Algorithmic Design and Applications [80.04533958880862]
  量子コンピューティングは、アルゴリズムを設計する新しい方法の基礎となる。 どの場の量子スピードアップが達成できるかという新たな課題が生じる。 量子サブルーチンの設計は、従来のサブルーチンよりも効率的で、新しい強力な量子アルゴリズムに固い柱を向ける。
  論文  参考訳（メタデータ） (2024-02-26T09:32:07Z)
• Learning Quantum Phase Estimation by Variational Quantum Circuits [0.9208007322096533]
  我々は,量子位相推定回路の深さを低減するために,変分量子回路(VQC)近似を開発した。 実験により,VQCは回路ノイズを低減し,実ハードウェア上でのノイズQPEと標準QPEの両方に優れた性能を示した。 この量子コンパイラへのVQCの統合は、ディープ回路を持つ量子アルゴリズムに大きな可能性を秘めている。
  論文  参考訳（メタデータ） (2023-11-08T13:57:24Z)
• Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
  単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。 提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
  論文  参考訳（メタデータ） (2023-04-18T11:57:15Z)
• 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)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• Benchmarking quantum co-processors in an application-centric, hardware-agnostic and scalable way [0.0]
  我々はAtos Q-score (TM)と呼ばれる新しいベンチマークを導入する。 Qスコアは、MaxCut最適化問題を解決するために効果的に使用できる量子ビットの最大数を測定する。 量子ハードウェアのQスコアを簡単に計算できるQスコアのオープンソース実装を提供する。
  論文  参考訳（メタデータ） (2021-02-25T16:26:23Z)
• 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)

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。