Fugu-MT 論文翻訳(概要): Speedup Chip Yield Analysis by Improved Quantum Bayesian Inference

論文の概要: Speedup Chip Yield Analysis by Improved Quantum Bayesian Inference

arxiv url: http://arxiv.org/abs/2504.13613v1
Date: Fri, 18 Apr 2025 10:39:43 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-28 16:08:15.277353
Title: Speedup Chip Yield Analysis by Improved Quantum Bayesian Inference
Title（参考訳）: 量子ベイズ推論による高速化チップ収率解析
Authors: Zi-Ming Li, Zeji Li, Tie-Fu Li, Yu-xi Liu,
Abstract要約: ウェーハビンマップ上の誤りパターンの同定を高速化するために,改良された量子ベイズ推論を提案する。本結果は,実世界の問題を伴う古典的アルゴリズムよりも量子計算の方が高速であることを示す。
参考スコア（独自算出の注目度）: 4.0016763448190575
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The semiconductor chip manufacturing process is complex and lengthy, and potential errors arise at every stage. Each wafer contains numerous chips, and wafer bin maps can be generated after chip testing. By analyzing the defect patterns on these wafer bin maps, the steps in the manufacturing process where errors occurred can be inferred. In this letter, we propose an improved quantum Bayesian inference to accelerate the identification of error patterns on wafer bin maps, thereby assisting in chip yield analysis. We outline the algorithm for error identification and detail the implementation of improved quantum Bayesian inference. Our results demonstrate the speed advantage of quantum computation over classical algorithms with a real-world problem, highlighting the practical significance of quantum computation.
Abstract（参考訳）: 半導体チップ製造プロセスは複雑で長大であり、あらゆる段階で潜在的なエラーが発生する。各ウェハには多数のチップが含まれており、ウェハビンマップはチップテスト後に生成される。これらのウェハビンマップ上の欠陥パターンを解析することにより、エラーが発生した製造工程におけるステップを推測することができる。本稿では,ウェーハビンマップ上の誤りパターンの同定を高速化し,チップ収率解析を支援するために,改良された量子ベイズ推論を提案する。誤差同定アルゴリズムの概要と改良された量子ベイズ推論の実装について詳述する。本研究は,量子計算の実用的意義を浮き彫りにして,実世界の問題を伴う古典的アルゴリズムに対する量子計算の高速化を実証するものである。

関連論文リスト

Digitized counterdiabatic quantum critical dynamics [32.73124984242397]
ディジタル化された反断熱量子プロトコルが高速クエンチ時に生じる位相欠陥の数を減らすことを実験的に実証した。我々は、最大156量子ビットの超伝導クラウドベースの量子プロセッサを利用する。
論文参考訳（メタデータ） (2025-02-20T23:43:04Z)
Simulating Floquet scrambling circuits on trapped-ion quantum computers [0.6843496572893532]
情報スクランブルは量子コンピューティングの有望な応用の1つである。本稿では,Hayden-Preskillリカバリプロトコルと,アウト・オブ・タイム・オー・オー・オー・オー・タイムの相関器を計算するためのインターフェロメトリプロトコルを実証する。我々の実験は、現在利用可能な最も高忠実な量子プロセッサの1つを広範囲に活用することで可能となった。
論文参考訳（メタデータ） (2024-05-13T10:22:17Z)
Power Characterization of Noisy Quantum Kernels [52.47151453259434]
一般化誤差が小さい場合でも,量子カーネル法は予測能力に乏しい。我々は、量子計算にノイズの多い量子カーネル法を用いるために重要な警告を提供する。
論文参考訳（メタデータ） (2024-01-31T01:02:16Z)
Completely Positive Map for Noisy Driven Quantum Systems Derived by Keldysh Expansion [39.58317527488534]
ケルディシュ形式に基づくデコヒーレンスモデルを導入する。この定式化により、非周期駆動と相関量子ノイズをモデルに含めることができる。我々は、この戦略が量子ビット状態移動およびゲート演算における相関量子ノイズを緩和するパルスを生成することを示した。
論文参考訳（メタデータ） (2023-03-20T23:05:24Z)
Analyzing Prospects for Quantum Advantage in Topological Data Analysis [35.423446067065576]
我々は、トポロジカルデータ解析のための改良された量子アルゴリズムを解析し、最適化する。超二次量子スピードアップは乗法誤差近似をターゲットとする場合にのみ可能であることを示す。数百億のトフォリを持つ量子回路は、古典的に難解なインスタンスを解くことができると我々は主張する。
論文参考訳（メタデータ） (2022-09-27T17:56:15Z)
On proving the robustness of algorithms for early fault-tolerant quantum computers [0.0]
位相推定のためのランダム化アルゴリズムを導入し,その性能を2つの単純なノイズモデルで解析する。回路深度が約0.916倍である限り、ランダム化アルゴリズムは任意に高い確率で成功できると計算する。
論文参考訳（メタデータ） (2022-09-22T21:28:12Z)
Semiconductor Defect Detection by Hybrid Classical-Quantum Deep Learning [30.329065698451902]
我々は、量子コンピューティングの情報処理の利点を利用して欠陥学習欠陥レビュー(DLDR)を促進する。本稿では,近距離量子プロセッサの深層学習のための古典量子ハイブリッドアルゴリズムを提案する。表現性やエンタングリング能力の異なるパラメタライズド量子回路を探索する。
論文参考訳（メタデータ） (2022-08-06T13:13:23Z)
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)
Measuring NISQ Gate-Based Qubit Stability Using a 1+1 Field Theory and Cycle Benchmarking [50.8020641352841]
量子ハードウェアプラットフォーム上でのコヒーレントエラーを, サンプルユーザアプリケーションとして, 横フィールドIsing Model Hamiltonianを用いて検討した。プロセッサ上の物理位置の異なる量子ビット群に対する、日中および日中キュービット校正ドリフトと量子回路配置の影響を同定する。また,これらの測定値が,これらの種類の誤差をよりよく理解し,量子計算の正確性を評価するための取り組みを改善する方法についても論じる。
論文参考訳（メタデータ） (2022-01-08T23:12:55Z)
Continuous-time dynamics and error scaling of noisy highly-entangling quantum circuits [58.720142291102135]
最大21キュービットの雑音量子フーリエ変換プロセッサをシミュレートする。我々は、デジタルエラーモデルに頼るのではなく、微視的な散逸過程を考慮に入れている。動作中の消散機構によっては、入力状態の選択が量子アルゴリズムの性能に強い影響を与えることが示される。
論文参考訳（メタデータ） (2021-02-08T14:55:44Z)
Sampling Overhead Analysis of Quantum Error Mitigation: Uncoded vs. Coded Systems [69.33243249411113]
パウリの誤差は、多数の現実的な量子チャネルの中で最も低いサンプリングオーバーヘッドをもたらすことを示す。我々はQEMと量子チャネル符号化を併用する手法を考案し、純粋なQEMと比較してサンプリングオーバーヘッドの低減を解析する。
論文参考訳（メタデータ） (2020-12-15T15:51:27Z)
Randomized compiling for scalable quantum computing on a noisy superconducting quantum processor [0.0]
コヒーレントエラーは予測不可能な方法で量子アルゴリズムの性能を制限する。ランダム化ベンチマークと関連するプロトコルによって測定された平均誤差率は、コヒーレントエラーの完全な影響には敏感ではない。この結果から,現代の雑音量子プロセッサの性能を生かし,予測するためにランダム化コンパイルが利用可能であることが示唆された。
論文参考訳（メタデータ） (2020-10-01T06:52:45Z)
Scalable evaluation of quantum-circuit error loss using Clifford sampling [8.140947383885262]
我々は2次誤差損失と最終状態忠実度損失を用いて量子回路を特徴づける。これらの損失関数は、クリフォード支配回路からのサンプリングにより、スケーラブルな方法で効率的に評価できることが示されている。この結果から,中間規模量子状態における最適化型量子デバイスとアルゴリズム設計への道を開いた。
論文参考訳（メタデータ） (2020-07-20T11:51:36Z)
Boundaries of quantum supremacy via random circuit sampling [69.16452769334367]
Googleの最近の量子超越性実験は、量子コンピューティングがランダムな回路サンプリングという計算タスクを実行する遷移点を示している。観測された量子ランタイムの利点の制約を、より多くの量子ビットとゲートで検討する。
論文参考訳（メタデータ） (2020-05-05T20:11:53Z)

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。