論文の概要: Awesome Quantum Computing Experiments: Benchmarking Experimental Progress Towards Fault-Tolerant Quantum Computation

• arxiv url: http://arxiv.org/abs/2507.03678v1
• Date: Fri, 04 Jul 2025 15:56:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:34.831818
• Title: Awesome Quantum Computing Experiments: Benchmarking Experimental Progress Towards Fault-Tolerant Quantum Computation
• Title（参考訳）: Awesome Quantum Computing Experiments: フォールトトレラント量子計算に向けたベンチマーク実験の進歩
• Authors: François-Marie Le Régent,
• Abstract要約: 本研究は、耐故障性量子計算(FTQC)への実験的進歩をレビューし、ベンチマークする。 私たちは、コヒーレンス時間、絡み合いエラー、システムサイズ(キュービット数)などの重要な物理指標を分析します。 論理レベルでは、QECコードの実装状況について調査する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Achieving fault-tolerant quantum computation (FTQC) demands simultaneous progress in physical qubit performance and quantum error correction (QEC). This work reviews and benchmarks experimental advancements towards FTQC across leading platforms, including trapped ions, superconducting circuits, neutral atoms, NV centers, and semiconductors. We analyze key physical metrics like coherence times, entanglement error, and system size (qubit count), fitting observed exponential trends to characterize multi-order-of-magnitude improvements over the past two decades. At the logical level, we survey the implementation landscape of QEC codes, tracking realized parameters $[[n, k, d]]$ and complexity from early demonstrations to recent surface and color code experiments. Synthesizing these physical and logical benchmarks reveals substantial progress enabled by underlying hardware improvements, while also outlining persistent challenges towards scalable FTQC. The experimental databases and analysis code underpinning this review are publicly available at https://github.com/francois-marie/awesome-quantum-computing-experiments.
• Abstract（参考訳）: フォールトトレラント量子計算(FTQC)の実現は、物理量子ビット性能と量子エラー補正(QEC)の同時進行を要求する。 この研究は、閉じ込められたイオン、超伝導回路、中性原子、NV中心、半導体を含む主要なプラットフォームにわたるFTQCに対する実験的進歩をレビューし、ベンチマークする。 我々は、コヒーレンス時間、絡み合い誤差、システムサイズ(キュービット数)などの重要な物理指標を分析し、過去20年間に観測された指数関数的傾向を適合させて、多重次数改善を特徴付ける。 論理レベルでは、QECコードの実装状況、実現したパラメータの追跡、初期デモから最近の表面およびカラーコード実験まで、$[[n, k, d]$と複雑さについて調査する。 これらの物理的および論理的ベンチマークの合成は、基盤となるハードウェアの改善によって実現される相当な進歩と、スケーラブルFTQCに対する永続的な課題を概説する。 このレビューを支える実験的なデータベースと分析コードはhttps://github.com/francois-marie/awesome-quantum-computing-experimentsで公開されている。

関連論文リスト

• QHackBench: Benchmarking Large Language Models for Quantum Code Generation Using PennyLane Hackathon Challenges [4.826802034066811]
  本稿では,量子ハッカソン(QHack)の現実的課題を用いたペニーレーンに基づく量子コード生成のための大規模言語モデルのベンチマークを行う。 我々は、QHackコンペから派生した新しいベンチマークデータセットであるQHackBenchを紹介し、バニラプロンプトとレトリーバル拡張生成(RAG)によるモデル性能の評価を行う。 その結果,PennyLaneデータセットを補足したRAG強化モデルは,特に複雑な量子アルゴリズムにおいて,標準のプロンプトとほぼ同様の結果を生成することがわかった。
  論文  参考訳（メタデータ） (2025-06-24T20:54:56Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [60.996803677584424]
  変分量子回路(VQC)は、量子機械学習のための新しい経路を提供する。 それらの実用的応用は、制約付き線形表現性、最適化課題、量子ハードウェアノイズに対する鋭敏感といった固有の制限によって妨げられている。 この研究は、これらの障害を克服するために設計されたスケーラブルで堅牢なハイブリッド量子古典アーキテクチャであるVQC-MLPNetを導入している。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
  量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。 入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。 我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2025-04-13T11:49:53Z)
• Exploring experimental limit of deep quantum signal processing using a trapped-ion simulator [8.799262240357171]
  トラップイオン量子シミュレータを用いた深部QSP回路の試作について報告する。 この結果から,関数シミュレーションの精度とハードウェアノイズの同時蓄積との間に重要なトレードオフがあることが判明した。 この研究は量子ハードウェア上でのQSPベースのアルゴリズムのスケーラビリティと限界を理解する上で重要なギャップに対処する。
  論文  参考訳（メタデータ） (2025-02-27T15:37:42Z)
• Benchmarking quantum devices beyond classical capabilities [1.2499537119440245]
  量子ボリュームテスト(Quantum Volume test、QV)は、量子コンピュータの性能を評価するために最も広く使用されるベンチマークの1つである。 本稿では,最も可能性の高い結果の直接決定を可能にするQV試験の修正を提案する。
  論文  参考訳（メタデータ） (2025-02-04T18:50:47Z)
• Sparse Quantum State Preparation for Strongly Correlated Systems [0.0]
  原理として、指数関数的にスケールする多電子波関数を線形にスケールする量子ビットレジスタに符号化することは、従来の量子化学法の限界を克服するための有望な解決策を提供する。 基底状態量子アルゴリズムが実用的であるためには、量子ビットの初期化が要求される基底状態の高品質な近似に必須である。 量子状態準備(QSP)は、古典的な計算から得られる近似固有状態の生成を可能にするが、量子情報のオラクルとして頻繁に扱われる。
  論文  参考訳（メタデータ） (2023-11-06T18:53:50Z)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• 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)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)

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。