論文の概要: SSR: A Swapping-Sweeping-and-Rewriting Optimizer for Quantum Circuit Transformation

• arxiv url: http://arxiv.org/abs/2503.03227v1
• Date: Wed, 05 Mar 2025 06:52:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-06 15:51:49.980035
• Title: SSR: A Swapping-Sweeping-and-Rewriting Optimizer for Quantum Circuit Transformation
• Title（参考訳）: SSR: 量子回路変換のためのスワッピング・スワップ・アンド・リライト最適化
• Authors: Yunqi Huang, Xiangzhen Zhou, Fanxu Meng, Pengcheng Zhu, Yu Luo, Zhenlong Du,
• Abstract要約: 本稿ではQCT回路の深さを最小化するスワッピング・スウィーピング・アンド・リライトアルゴリズムを提案する。 実験の結果,QCT回路の深さを26.68%,平均12.18%,ベンチマーク回路全体の深さを著しく低減できることがわかった。
• 参考スコア（独自算出の注目度）: 6.585746777304379
• License:
• Abstract: Quantum circuit transformation (QCT), necessary for adapting any quantum circuit to the qubit connectivity constraints of the NISQ device, often introduces numerous additional SWAP gates into the original circuit, increasing the circuit depth and thus reducing the success rate of computation. To minimize the depth of QCT circuits, we propose a Swapping-Sweeping-and-Rewriting optimizer. This optimizer rearranges the circuit based on generalized gate commutation rules via a genetic algorithm, extracts subcircuits consisting of CNOT gates using a circuit sweeping technique, and rewrites each subcircuit with a functionally equivalent and depth-optimal circuit generated by an SAT solver. The devised optimizer effectively captures the intrinsic patterns of the QCT circuits, and the experimental results demonstrate that our algorithm can significantly reduce the depth of QCT circuits, 26.68\% at most and 12.18\% on average, across all benchmark circuits.
• Abstract（参考訳）: 量子回路変換(QCT)は、任意の量子回路をNISQデバイスのキュービット接続制約に適応するために必要であり、しばしば元の回路に多数のSWAPゲートを導入し、回路深さを増大させ、計算の成功率を低下させる。 QCT回路の深さを最小化するため,Swapping-Sweeping-and-Rewritingオプティマイザを提案する。 本発明のオプティマイザは、遺伝的アルゴリズムを介して一般化ゲート通勤規則に基づいて回路を再構成し、回路掃除技術を用いてCNOTゲートからなるサブ回路を抽出し、SATソルバにより生成された機能的に等価かつ深さ最適化回路で各サブ回路を書き換える。 設計したオプティマイザはQCT回路の固有パターンを効果的に捕捉し,実験結果から,QCT回路の深さを最大26.68 %,平均12.18 %,各ベンチマーク回路で有意に低減できることが示された。

関連論文リスト

• Optimization Driven Quantum Circuit Reduction [20.697821016522358]
  本稿では,回路長を大幅に削減する3つの異なるトランスパイレーション手法を提案する。 最初の変種は検索スキームに基づいており、他の変種はデータベース検索スキームと機械学習に基づく意思決定支援によって駆動される。 提案手法は,異なるキースキット最適化レベルを用いて得られた典型的な結果に比較して,制限ゲート集合に対する短い量子回路を生成する。
  論文  参考訳（メタデータ） (2025-02-20T16:41:10Z)
• 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)
• Single-Qubit Gates Matter for Optimising Quantum Circuit Depth in Qubit Mapping [4.680722019621822]
  本稿では,単一ビットゲートが回路深さに与える影響を考慮し,簡便かつ効率的な手法を提案する。 本手法は,回路深度を最適化する既存のQCTアルゴリズムと組み合わせることができる。 SABREに埋め込み,回路深度を50%, 平均27%まで低減できることを示す。
  論文  参考訳（メタデータ） (2023-08-01T23:16:16Z)
• Characterization, synthesis, and optimization of quantum circuits over multiple-control $\textit{Z}$-rotation gates: A systematic study [4.385466953937176]
  我々は,Multiple-control $Z$-rotation (MCZR) ゲートからなる量子回路をプリミティブとして研究する。 我々は任意のMCZR回路の深さを効果的に最適化するフレキシブルな反復アルゴリズムと共にゲート交換戦略を提案する。
  論文  参考訳（メタデータ） (2023-04-18T06:34:18Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• Efficient quantum gate decomposition via adaptive circuit compression [0.0]
  回路設計におけるパラメトリック2量子ゲートの利用により、回路合成の離散的な問題を連続変数に対する最適化問題に変換することができる。 このアルゴリズムをSQUANDERソフトウェアパッケージに実装し、最先端の量子ゲート合成ツールと比較した。
  論文  参考訳（メタデータ） (2022-03-08T22:29:31Z)
• Supervised Learning Enhanced Quantum Circuit Transformation [6.72166630054365]
  実量子処理ユニット(QPU)における量子プログラムの実行には、量子回路変換(QCT)が必要である。 本稿では,浅層回路上の教師あり学習によって訓練されたポリシ人工知能ニューラルネットワーク(ANN)を用いて,既存のQCTアルゴリズムが最も有望なSWAPゲートを選択するのを支援するフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-06T20:32:28Z)
• Fast Swapping in a Quantum Multiplier Modelled as a Queuing Network [64.1951227380212]
  量子回路をキューネットワークとしてモデル化することを提案する。 提案手法はスケーラビリティが高く,大規模量子回路のコンパイルに必要となる潜在的な速度と精度を有する。
  論文  参考訳（メタデータ） (2021-06-26T10:55:52Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
  本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。 後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。 近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
  論文  参考訳（メタデータ） (2020-07-29T05:26:19Z)

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。