論文の概要: DeQompile: quantum circuit decompilation using genetic programming for explainable quantum architecture search

• arxiv url: http://arxiv.org/abs/2504.08310v1
• Date: Fri, 11 Apr 2025 07:23:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-14 14:20:23.689981
• Title: DeQompile: quantum circuit decompilation using genetic programming for explainable quantum architecture search
• Title（参考訳）: DeQompile: 説明可能な量子アーキテクチャ探索のための遺伝的プログラミングを用いた量子回路逆コンパイル
• Authors: Shubing Xie, Aritra Sarkar, Sebastian Feld,
• Abstract要約: 本稿では、逆エンジニアリングによる高レベル量子アルゴリズムのための新しい遺伝的プログラミングベースのデコンパイラフレームワークを提案する。 提案されたアプローチは、オープンソースのツールであるDeQompileで実装されている。
• 参考スコア（独自算出の注目度）: 1.351147045576948
• License:
• Abstract: Demonstrating quantum advantage using conventional quantum algorithms remains challenging on current noisy gate-based quantum computers. Automated quantum circuit synthesis via quantum machine learning has emerged as a promising solution, employing trainable parametric quantum circuits to alleviate this. The circuit ansatz in these solutions is often designed through reinforcement learning-based quantum architecture search when the domain knowledge of the problem and hardware are not effective. However, the interpretability of these synthesized circuits remains a significant bottleneck, limiting their scalability and applicability across diverse problem domains. This work addresses the challenge of explainability in quantum architecture search (QAS) by introducing a novel genetic programming-based decompiler framework for reverse-engineering high-level quantum algorithms from low-level circuit representations. The proposed approach, implemented in the open-source tool DeQompile, employs program synthesis techniques, including symbolic regression and abstract syntax tree manipulation, to distill interpretable Qiskit algorithms from quantum assembly language. Validation of benchmark algorithms demonstrates the efficacy of our tool. By integrating the decompiler with online learning frameworks, this research potentiates explainable QAS by fostering the development of generalizable and provable quantum algorithms.
• Abstract（参考訳）: 従来の量子アルゴリズムによる量子優位性の実証は、現在のノイズの多いゲートベースの量子コンピュータでは依然として困難である。 量子機械学習による量子回路の自動合成は、トレーニング可能なパラメトリック量子回路を用いてこれを緩和する有望なソリューションとして登場した。 これらの解における回路アンサッツは、問題とハードウェアのドメイン知識が効果的でない場合に、強化学習に基づく量子アーキテクチャ探索によって設計されることが多い。 しかし、これらの合成回路の解釈可能性はかなりのボトルネックであり、様々な問題領域におけるスケーラビリティと適用性を制限している。 この研究は、量子アーキテクチャ探索(QAS)における説明可能性の課題に対処し、低レベル回路表現から高レベル量子アルゴリズムをリバースエンジニアリングするための新しい遺伝的プログラミングベースのデコンパイラフレームワークを導入する。 提案手法はオープンソースのツールであるDeQompileで実装され,量子アセンブリ言語から解釈可能なカイスキットアルゴリズムを抽出するために,シンボル回帰や抽象構文木操作などのプログラム合成技術を採用している。 ベンチマークアルゴリズムの検証は,ツールの有効性を示す。 本研究は、デコンパイラをオンライン学習フレームワークに統合することにより、一般化可能かつ証明可能な量子アルゴリズムの開発を促進することによって、説明可能なQASを促進する。

関連論文リスト

• Redesign Quantum Circuits on Quantum Hardware Device [6.627541720714792]
  量子ハードウェア上での大規模量子回路の再設計を可能にする新しいアーキテクチャを提案する。 具体的には、このアーキテクチャを(非)パラメータ化回路の等価性チェックを含む、回路最適化における3つの重要な応用に適用する。 提案手法の有効性は,従来のコンピュータと現在のNISQハードウェアの両方で実装された,これらのアプリケーションの優れた成果によって実証される。
  論文  参考訳（メタデータ） (2024-12-30T12:05:09Z)
• Quantum Circuit Synthesis and Compilation Optimization: Overview and Prospects [0.0]
  本稿では,論理回路設計とコンパイル最適化のステップを組み合わせて,アルゴリズムレベルから量子ハードウェアにまたがる統合設計と最適化スキームの実現可能性について検討する。 AIアルゴリズムの異常な認知と学習能力を活用することで、手作業による設計コストを削減し、実行の精度と効率を高め、ハードウェア上での量子アルゴリズムの優位性の実装と検証を容易にする。
  論文  参考訳（メタデータ） (2024-06-30T15:50:10Z)
• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• 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)
• KetGPT -- Dataset Augmentation of Quantum Circuits using Transformers [1.236829197968612]
  量子回路として表現される量子アルゴリズムは、量子システムの性能を評価するためのベンチマークとして用いられる。 しかしランダム回路は、実際の量子アルゴリズム固有の性質を欠いているため、代表的なベンチマークではない。 この研究は、我々が「リアルに見える」回路と呼ぶものを生成することによって、既存の量子回路データセットを強化することを目的としている。
  論文  参考訳（メタデータ） (2024-02-20T20:02:21Z)
• Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
  期待されている量子コンピュータの応用は、科学と産業にまたがる。 本稿では,量子アルゴリズムの応用分野について検討する。 私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
  論文  参考訳（メタデータ） (2023-10-04T17:53:55Z)
• 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)
• Parametric Synthesis of Computational Circuits for Complex Quantum Algorithms [0.0]
  我々の量子シンセサイザーの目的は、ユーザーが高レベルなコマンドを使って量子アルゴリズムを実装できるようにすることである。 量子アルゴリズムを実装するための提案手法は、機械学習の分野で潜在的に有効である。
  論文  参考訳（メタデータ） (2022-09-20T06:25:47Z)
• 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)
• Circuit Symmetry Verification Mitigates Quantum-Domain Impairments [69.33243249411113]
  本稿では,量子状態の知識を必要とせず,量子回路の可換性を検証する回路指向対称性検証を提案する。 特に、従来の量子領域形式を回路指向安定化器に一般化するフーリエ時間安定化器(STS)手法を提案する。
  論文  参考訳（メタデータ） (2021-12-27T21:15:35Z)
• Parametrized Complexity of Quantum Inspired Algorithms [0.0]
  量子アルゴリズムの有望な領域は量子機械学習と量子最適化である。 近年の量子技術、特に量子ソフトウェアの発展により、研究と産業のコミュニティは量子アルゴリズムの新しい応用を見つけようとしている。
  論文  参考訳（メタデータ） (2021-12-22T06:19:36Z)

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。