論文の概要: CLASS: A Controller-Centric Layout Synthesizer for Dynamic Quantum Circuits

• arxiv url: http://arxiv.org/abs/2509.15742v1
• Date: Fri, 19 Sep 2025 08:11:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:11.072612
• Title: CLASS: A Controller-Centric Layout Synthesizer for Dynamic Quantum Circuits
• Title（参考訳）: CLASS:動的量子回路のためのコントローラ中心レイアウト合成器
• Authors: Yu Chen, Yilun Zhao, Bing Li, He Li, Mengdi Wang, Yinhe Han, Ying Wang,
• Abstract要約: CLASSは、分散制御システムにおけるコントローラ間通信遅延を低減するために設計された、コントローラ中心のレイアウトシンセサイザーである。 評価の結果、CLASSは通信遅延を最大100%減らし、追加操作数の平均2.10%しか増加しないことがわかった。
• 参考スコア（独自算出の注目度）: 58.16162138294308
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Layout Synthesis for Quantum Computing (LSQC) is a critical component of quantum design tools. Traditional LSQC studies primarily focus on optimizing for reduced circuit depth by adopting a device-centric design methodology. However, these approaches overlook the impact of classical processing and communication time, thereby being insufficient for Dynamic Quantum Circuits (DQC). To address this, we introduce CLASS, a controller-centric layout synthesizer designed to reduce inter-controller communication latency in a distributed control system. It consists of a two-stage framework featuring a hypergraph-based modeling and a heuristic-based graph partitioning algorithm. Evaluations demonstrate that CLASS effectively reduces communication latency by up to 100% with only a 2.10% average increase in the number of additional operations.
• Abstract（参考訳）: 量子コンピューティングのためのレイアウト合成(LSQC)は、量子設計ツールの重要なコンポーネントである。 従来のLSQC研究は主にデバイス中心の設計手法を採用することで回路深度を最適化することに焦点を当てている。 しかし、これらの手法は古典的な処理と通信時間の影響を無視し、動的量子回路(DQC)では不十分である。 そこで本研究では,分散制御システムにおけるコントローラ間通信遅延を低減するために,コントローラ中心のレイアウトシンセサイザであるCLASSを紹介する。 ハイパーグラフベースのモデリングとヒューリスティックベースのグラフ分割アルゴリズムを備えた2段階のフレームワークで構成されている。 評価の結果、CLASSは通信遅延を最大100%減らし、追加操作数の平均2.10%しか増加しないことがわかった。

関連論文リスト

• Reinforcement Learning for Quantum Network Control with Application-Driven Objectives [53.03367590211247]
  動的プログラミングと強化学習は、制御戦略を最適化するための有望なツールを提供する。 非線形で微分可能な目的関数を直接最適化する新しいRLフレームワークを提案する。 我々の研究は、RLを持つ量子ネットワークにおける非線形目的関数最適化への第一歩であり、より高度なユースケースへの道を開く。
  論文  参考訳（メタデータ） (2025-09-12T18:41:10Z)
• Q2SAR: A Quantum Multiple Kernel Learning Approach for Drug Discovery [39.58317527488534]
  本研究は、QSAR分類を強化するために、量子多重カーネル学習フレームワークを成功させたことを実証する。 本手法をDYRK1Aキナーゼ阻害剤を同定するためのデータセットに適用する。 古典的なグラディエントブースティングモデルに対してQMKL-SVMをベンチマークすることにより、量子化アプローチがより優れたAUCスコアを達成することを示す。
  論文  参考訳（メタデータ） (2025-06-17T19:00:47Z)
• Spatial and temporal circuit cutting with hypergraphic partitioning [0.0]
  本稿では,空間的シナリオと時間的シナリオの両方に適したハイパーグラフに基づく回路切断手法を提案する。 量子回路を高レベルハイパーグラフとしてモデル化することにより、Stoer-Wagner、Fiduccia-Mattheyses、Kernighan-Linなどの分割を適用できる。
  論文  参考訳（メタデータ） (2025-04-12T20:31:07Z)
• Scaling and assigning resources on ion trap QCCD architectures [0.0]
  イオントラップ技術は量子情報処理の候補として大きな注目を集めている。 提案手法は,従来の手法と比較して最大50%の精度向上を図り,初期量子ビット配置に対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2024-08-01T01:35:55Z)
• Compressed-sensing Lindbladian quantum tomography with trapped ions [44.99833362998488]
  量子システムの力学を特徴づけることは、量子情報プロセッサの開発における中心的な課題である。 従来の欠点を緩和するLindbladian quantum tomography(LQT)の2つの改良点を提案する。
  論文  参考訳（メタデータ） (2024-03-12T09:58:37Z)
• 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)
• Benchmarking hybrid digitized-counterdiabatic quantum optimization [2.983864486954652]
  ハイブリッドデジタルカウンテルダイバティック量子コンピューティング(DCQC)は、短期量子コンピュータの能力を活用するための有望なアプローチである。 本研究では,デジタル・カウンテル・ダイアバティック・アプローチと組み合わせて,様々な古典の収束挙動と解の質を解析する。
  論文  参考訳（メタデータ） (2024-01-18T10:05:07Z)
• High-rate discretely-modulated continuous-variable quantum key distribution using quantum machine learning [4.236937886028215]
  本稿では,量子機械学習技術を用いた離散変調連続可変量子鍵分布(DM CVQKD)の高速化手法を提案する。 低複雑さ量子k-アネレスト近傍(QkNN)は、ボブ側での離散変調コヒーレント状態(DMCS)の損失を予測するために設計されている。 シミュレーションにより,提案手法の秘密鍵レートは既存のDM CVQKDプロトコルよりも明らかに優れていることが示された。
  論文  参考訳（メタデータ） (2023-08-07T04:00:13Z)
• Reducing Unitary Coupled Cluster Circuit Depth by Classical Stochastic Amplitude Pre-Screening [0.0]
  Unitary Coupled Cluster (UCC)アプローチは、量子化学計算を実行するために量子ハードウェアを利用するための魅力的な方法である。 本稿では,従来のUCC前処理ステップを用いてUCCアンサッツの重要な励起を判定する,古典量子と古典量子の併用手法を提案する。
  論文  参考訳（メタデータ） (2021-08-24T18:34:14Z)

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。