論文の概要: Featuremetric benchmarking: Quantum computer benchmarks based on circuit features

• arxiv url: http://arxiv.org/abs/2504.12575v1
• Date: Thu, 17 Apr 2025 01:49:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 14:38:11.559228
• Title: Featuremetric benchmarking: Quantum computer benchmarks based on circuit features
• Title（参考訳）: 特徴量ベンチマーク:回路特性に基づく量子コンピュータベンチマーク
• Authors: Timothy Proctor, Anh Tran, Xingxin Liu, Aditya Dhumuntarao, Stefan Seritan, Alaina Green, Norbert M Linke,
• Abstract要約: 多くの量子コンピュータの性能を簡潔に要約するベンチマークは、有用な量子計算の目標に向けた進歩を測定するために不可欠である。 本稿では,これらの回路の特徴の関数として量子コンピュータの性能がどのように変化するかを定量化するベンチマークフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.0842830860169255
• License:
• Abstract: Benchmarks that concisely summarize the performance of many-qubit quantum computers are essential for measuring progress towards the goal of useful quantum computation. In this work, we present a benchmarking framework that is based on quantifying how a quantum computer's performance on quantum circuits varies as a function of features of those circuits, such as circuit depth, width, two-qubit gate density, problem input size, or algorithmic depth. Our featuremetric benchmarking framework generalizes volumetric benchmarking -- a widely-used methodology that quantifies performance versus circuit width and depth -- and we show that it enables richer and more faithful models of quantum computer performance. We demonstrate featuremetric benchmarking with example benchmarks run on IBM Q and IonQ systems of up to 27 qubits, and we show how to produce performance summaries from the data using Gaussian process regression. Our data analysis methods are also of interest in the special case of volumetric benchmarking, as they enable the creation of intuitive two-dimensional capability regions using data from few circuits.
• Abstract（参考訳）: 多くの量子コンピュータの性能を簡潔に要約するベンチマークは、有用な量子計算の目標に向けた進歩を測定するために不可欠である。 本研究では,量子回路における量子コンピュータの性能が,回路深さ,幅,2量子ゲート密度,問題入力サイズ,アルゴリズム深度といったこれらの回路の特徴の関数としてどのように変化するかを定量化するベンチマークフレームワークを提案する。 我々の特徴量ベンチマークフレームワークは、パフォーマンスと回路幅と深さを定量化する広く使われている手法であるボリュームベンチマークを一般化し、量子コンピュータ性能のより豊かで忠実なモデルを可能にすることを示す。 我々は,最大27キュービットのIBM QおよびIonQシステム上で動作しているベンチマークを用いて,特徴量ベンチマークを行い,ガウス過程の回帰を用いてデータからパフォーマンスの要約を生成する方法を示す。 また,本手法は,少ない回路のデータを用いた直感的な2次元機能領域の作成を可能にするため,ボリュームベンチマークの特殊な場合にも関心がある。

関連論文リスト

• Modeling Quantum Volume Using Randomized Benchmarking of Room-Temperature NV Center Quantum Registers [0.0]
  室温で動作しているダイヤモンドのNV中心に基づく量子レジスタのベンチマーク問題に取り組む。 オール・ツー・オール接続のおかげで、2と3のqubitゲートの性能は他のプラットフォームで有望で競争力がある。
  論文  参考訳（メタデータ） (2024-12-17T14:43:31Z)
• Scalable Full-Stack Benchmarks for Quantum Computers [0.0]
  我々は,任意の量子計算の集合から効率的なベンチマークを作成する手法を紹介する。 我々のベンチマークは、量子プロセッサの古典的コンパイルアルゴリズムの統合性能を評価する。
  論文  参考訳（メタデータ） (2023-12-21T18:31:42Z)
• Multimodal deep representation learning for quantum cross-platform verification [60.01590250213637]
  初期の量子コンピューティングの領域において重要な取り組みであるクロスプラットフォーム検証は、同一のアルゴリズムを実行する2つの不完全な量子デバイスとの類似性を特徴づけようと試みている。 本稿では,この課題におけるデータの形式化が2つの異なるモダリティを具現化する,革新的なマルチモーダル学習手法を提案する。 我々はこれらのモダリティから知識を独立して抽出するマルチモーダルニューラルネットワークを考案し、続いて融合操作により包括的データ表現を生成する。
  論文  参考訳（メタデータ） (2023-11-07T04:35:03Z)
• Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
  我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。 我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。 我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
  論文  参考訳（メタデータ） (2023-04-10T23:01:10Z)
• End-to-end resource analysis for quantum interior point methods and portfolio optimization [63.4863637315163]
  問題入力から問題出力までの完全な量子回路レベルのアルゴリズム記述を提供する。 アルゴリズムの実行に必要な論理量子ビットの数と非クリフォードTゲートの量/深さを報告する。
  論文  参考訳（メタデータ） (2022-11-22T18:54:48Z)
• 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)
• Generalization Metrics for Practical Quantum Advantage in Generative Models [68.8204255655161]
  生成モデリングは量子コンピュータにとって広く受け入れられている自然のユースケースである。 我々は,アルゴリズムの一般化性能を計測して,生成モデリングのための実用的な量子優位性を探索する,単純で曖昧な手法を構築した。 シミュレーションの結果、我々の量子にインスパイアされたモデルは、目に見えない、有効なサンプルを生成するのに、最大で68倍の費用がかかります。
  論文  参考訳（メタデータ） (2022-01-21T16:35:35Z)
• Quantum Computer Benchmarking via Quantum Algorithms [0.0]
  本稿では,量子アルゴリズム,アーキテクチャを意識した量子ノイズモデル,および量子コンピュータをベンチマークする理想的なシミュレータを利用するフレームワークを提案する。 ベンチマークメトリクスは、量子コンピュータの進化と、シミュレートされたノイズと理想的な量子進化の違いを強調している。
  論文  参考訳（メタデータ） (2021-12-17T11:54:05Z)
• Benchmarking Small-Scale Quantum Devices on Computing Graph Edit Distance [52.77024349608834]
  グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。 本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
  論文  参考訳（メタデータ） (2021-11-19T12:35:26Z)
• Application-Oriented Performance Benchmarks for Quantum Computing [0.0]
  ベンチマークスイートは、広く使用可能なように設計されている。 我々の手法は、今後5年以内に出現するであろう量子コンピューティングハードウェアの進歩を予想するために構築されている。
  論文  参考訳（メタデータ） (2021-10-07T01:45:06Z)
• Application-Motivated, Holistic Benchmarking of a Full Quantum Computing Stack [0.0]
  量子コンピューティングシステムは、彼らが期待する実用的なタスクの点でベンチマークされる必要がある。 ベンチマークのための3つの「アプリケーションモチベーション」回路クラス(深度、浅度、正方形)を提案する。 我々は,これらのクラスからの動作回路における量子コンピューティングシステムの性能を,いくつかの値を用いて定量化する。
  論文  参考訳（メタデータ） (2020-06-01T21:21:33Z)

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。