論文の概要: Cobble: Compiling Block Encodings for Quantum Computational Linear Algebra

• arxiv url: http://arxiv.org/abs/2511.01736v1
• Date: Mon, 03 Nov 2025 16:48:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 20:56:29.072972
• Title: Cobble: Compiling Block Encodings for Quantum Computational Linear Algebra
• Title（参考訳）: Cobble: 量子計算線形代数のためのブロックエンコーディングのコンパイル
• Authors: Charles Yuan,
• Abstract要約: コーブル (Cobble) は、量子計算線形代数を用いてプログラミングする言語である。 Cobbleは、正しい量子回路にコンパイルする。 ベンチマークカーネル上での Cobble の評価をシミュレーション,回帰,検索,その他のアプリケーションに適用する。
• 参考スコア（独自算出の注目度）: 0.14504054468850666
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum algorithms for computational linear algebra promise up to exponential speedups for applications such as simulation and regression, making them prime candidates for hardware realization. But these algorithms execute in a model that cannot efficiently store matrices in memory like a classical algorithm does, instead requiring developers to implement complex expressions for matrix arithmetic in terms of correct and efficient quantum circuits. Among the challenges for the developer is navigating a cost model in which conventional optimizations for linear algebra, such as subexpression reuse, can be inapplicable or unprofitable. In this work, we present Cobble, a language for programming with quantum computational linear algebra. Cobble enables developers to express and manipulate the quantum representations of matrices, known as block encodings, using high-level notation that automatically compiles to correct quantum circuits. Cobble features analyses that estimate leading factors in time and space usage of programs, as well as optimizations that reduce overhead and generate efficient circuits using leading techniques such as the quantum singular value transformation. We evaluate Cobble on benchmark kernels for simulation, regression, search, and other applications, showing 2.6x-25.4x speedups not achieved by existing circuit optimizers on these benchmarks.
• Abstract（参考訳）: 計算線形代数の量子アルゴリズムは、シミュレーションや回帰のような応用の指数的なスピードアップを約束し、ハードウェア実現の候補となる。 しかし、これらのアルゴリズムは、古典的なアルゴリズムのようにメモリに行列を効率的に保存できないモデルで実行される。 開発者の課題の1つは、サブ圧縮再利用のような従来の線形代数の最適化が適用できないか、利益が得られないようなコストモデルをナビゲートすることである。 本研究では,量子計算線形代数を用いたプログラム言語であるCobbleを提案する。 Cobbleを使うことで、開発者はブロックエンコーディングとして知られる行列の量子表現を、量子回路の修正に自動的にコンパイルするハイレベルな表記を使って表現し、操作することができる。 Cobbleは、プログラムの時間と空間におけるリードファクターを推定する分析と、オーバーヘッドを減らし、量子特異値変換のようなリード技術を用いて効率的な回路を生成する最適化を特徴としている。 シミュレーション,レグレッション,検索,その他のアプリケーションのためのベンチマークカーネル上でのCobbleの評価を行い,既存の回路オプティマイザでは実現されていない2.6x-25.4xの高速化を示した。

関連論文リスト

• A Hybrid Quantum Solver for Gaussian Process Regression [0.0]
  変分量子線形解法は、方程式の線形系を解くハイブリッド量子古典的アルゴリズムである。 行列の逆変換を方程式の一連の線形系に書き換えることで、ガウス過程の後方分布を計算するのに使うことができる。
  論文  参考訳（メタデータ） (2025-10-17T09:57:27Z)
• Optimization and Synthesis of Quantum Circuits with Global Gates [41.99844472131922]
  我々は、イオントラップハードウェアに存在するGlobal Molmer-Sorensenゲートのようなグローバルな相互作用を用いて量子回路を最適化し、合成する。 このアルゴリズムはZX計算に基づいており、係留ゲートをGlobal MolmerSorensenゲートにグループ化する特別な回路抽出ルーチンを使用する。 我々は,このアルゴリズムを様々な回路でベンチマークし,最新ハードウェアによる性能向上の方法を示す。
  論文  参考訳（メタデータ） (2025-07-28T10:25:31Z)
• Fast Expectation Value Calculation Speedup of Quantum Approximate Optimization Algorithm: HoLCUs QAOA [55.2480439325792]
  本稿では,LCU演算子の線形結合として表現できる演算子の期待値を計算するための新しい手法を提案する。 この方法は任意の量子アルゴリズムに対して一般的であり、変分量子アルゴリズムの加速に特に関心がある。
  論文  参考訳（メタデータ） (2025-03-03T17:15:23Z)
• Optimization by Decoded Quantum Interferometry [38.063836468778895]
  Decoded Quantum Interferometry (DQI) は、量子フーリエ変換を用いて、復号化問題に対する最適化問題を削減する量子アルゴリズムである。 有限体上の最適適合を近似するために、DQIは既知の古典的アルゴリズムよりも超多項式的なスピードアップを達成する。
  論文  参考訳（メタデータ） (2024-08-15T17:47:42Z)
• Quantum Circuit Unoptimization [0.6449786007855248]
  我々は、量子回路最適化と呼ばれる量子アルゴリズムプリミティブを構築する。 回路等価性を保ちながらいくつかの冗長性を導入することで、与えられた量子回路複合体を作る。 我々は、量子回路の最適化を用いて、コンパイラベンチマークを生成し、回路最適化性能を評価する。
  論文  参考訳（メタデータ） (2023-11-07T08:38:18Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• Variational Quantum Optimization with Multi-Basis Encodings [62.72309460291971]
  マルチバスグラフ複雑性と非線形活性化関数の2つの革新の恩恵を受ける新しい変分量子アルゴリズムを導入する。 その結果,最適化性能が向上し,有効景観が2つ向上し,測定の進歩が減少した。
  論文  参考訳（メタデータ） (2021-06-24T20:16:02Z)
• Quantum-Inspired Algorithms from Randomized Numerical Linear Algebra [53.46106569419296]
  我々は、リコメンダシステムと最小二乗回帰のためのクエリをサポートする古典的な(量子でない)動的データ構造を作成する。 これらの問題に対する以前の量子インスパイアされたアルゴリズムは、レバレッジやリッジレベレッジスコアを偽装してサンプリングしていると我々は主張する。
  論文  参考訳（メタデータ） (2020-11-09T01:13:07Z)
• Compilation of Fault-Tolerant Quantum Heuristics for Combinatorial Optimization [0.14755786263360526]
  最小限のフォールトトレラント量子コンピュータで試すのに、最適化のための量子アルゴリズムが最も実用的であるかを探る。 この結果から,2次高速化のみを実現する量子最適化が,古典的アルゴリズムよりも有利であるという考えが否定される。
  論文  参考訳（メタデータ） (2020-07-14T22:54:04Z)

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。