論文の概要: On the Limits of Distributed Quantum Computing

• arxiv url: http://arxiv.org/abs/2503.11394v1
• Date: Fri, 14 Mar 2025 13:36:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-17 13:05:47.748859
• Title: On the Limits of Distributed Quantum Computing
• Title（参考訳）: 分散量子コンピューティングの限界について
• Authors: Francesco d'Amore,
• Abstract要約: 量子アルゴリズムは、古典的なアルゴリズムよりも指数関数的に高速に特定の問題を解くことができる。 帯域幅制限ネットワークでは、量子分散ネットワークは古典的ネットワークよりも計算上の優位性を示している。 計算能力と通信帯域幅が制約されない分散計算モデルであるLOCALモデルに焦点をあてる。
• 参考スコア（独自算出の注目度）: 0.9790236766474201
• License:
• Abstract: Quantum advantage is well-established in centralized computing, where quantum algorithms can solve certain problems exponentially faster than classical ones. In the distributed setting, significant progress has been made in bandwidth-limited networks, where quantum distributed networks have shown computational advantages over classical counterparts. However, the potential of quantum computing in networks that are constrained only by large distances is not yet understood. We focus on the LOCAL model of computation (Linial, FOCS 1987), a distributed computational model where computational power and communication bandwidth are unconstrained, and its quantum generalization. In this brief survey, we summarize recent progress on the quantum-LOCAL model outlining its limitations with respect to its classical counterpart: we discuss emerging techniques, and highlight open research questions that could guide future efforts in the field.
• Abstract（参考訳）: 量子優位性は、量子アルゴリズムが古典的アルゴリズムよりも指数関数的に早く特定の問題を解くことができる集中型コンピューティングにおいて確立されている。 分散環境では、帯域幅に制限のあるネットワークにおいて、量子分散ネットワークは古典的なネットワークよりも計算上の優位性を示してきた。 しかし、大距離でのみ制約を受けるネットワークにおける量子コンピューティングの可能性はまだ理解されていない。 計算パワーと通信帯域が制約されない分散計算モデルであるLOCAL計算モデル(Linial, FOCS 1987)とその量子一般化に着目した。 本稿では,量子LOCALモデルに関する最近の進歩を概説する。新しい技術について議論し,この分野における今後の取り組みを導くためのオープンな研究課題を強調する。

関連論文リスト

• Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
  d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。 我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
  論文  参考訳（メタデータ） (2024-08-22T08:21:28Z)
• Review of Distributed Quantum Computing. From single QPU to High Performance Quantum Computing [2.2989970407820484]
  分散量子コンピューティングは、現在の量子システムの計算能力を高めることを目的としています。 量子通信プロトコルから絡み合いに基づく分散アルゴリズムに至るまで、それぞれの側面は分散量子コンピューティングのモザイクに寄与する。 我々の目的は、経験豊富な研究者やフィールド新参者に対して、徹底的な概要を提供することである。
  論文  参考訳（メタデータ） (2024-04-01T17:38:18Z)
• 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)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• Service Differentiation and Fair Sharing in Distributed Quantum Computing [0.0]
  将来的には、量子コンピュータが普及し、量子リピータのネットワークによって、リモート量子ビットのエンドツーエンドの絡み合いが提供されるようになる。 本稿では,この新しい環境におけるサービス分化の課題について考察する。 次に、各プールにどの計算ノードを組み込むべきかという問題を定義します。
  論文  参考訳（メタデータ） (2023-01-10T14:16:42Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• DQC$^2$O: Distributed Quantum Computing for Collaborative Optimization in Future Networks [54.03701670739067]
  本稿では、将来のネットワークにおける最適化タスクを解決するために、量子コンピュータと量子チャネルを管理するための適応型分散量子コンピューティング手法を提案する。 提案手法に基づいて,スマートグリッド管理やIoT連携,UAV軌道計画など,今後のネットワークにおける協調最適化の潜在的な応用について論じる。
  論文  参考訳（メタデータ） (2022-09-16T02:44:52Z)
• Resource Allocation in Quantum Networks for Distributed Quantum Computing [0.0]
  最近の傾向は、近い将来、量子コンピューティングが商業目的のために大規模に利用できるようになることを示唆している。 量子インターネットは、量子ビットを交換するために量子リンクとリピータによる量子コンピュータの相互接続を必要とする。 本稿では,分散ノード上でのスマートコンピューティングの要件と目的について,量子ネットワークのプロビジョニングの観点から検討する。
  論文  参考訳（メタデータ） (2022-03-11T10:46:31Z)
• 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)
• Practical Quantum Computing: The value of local computation [0.0]
  短期量子コンピュータにおける3つの重要なボトルネックについて論じる。 中央処理ユニット(CPU)と量子処理ユニット(QPU)の間のデータ転送に起因する帯域幅制限 ラウンドトリップ通信のためのハードウェアにおける遅延遅延と、高いエラー率によって駆動されるタイミング制限。
  論文  参考訳（メタデータ） (2020-09-17T19:49:47Z)

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。