論文の概要: Assessing Finite Scalability in Early Fault-Tolerant Quantum Computing for Homogeneous Catalysts

• arxiv url: http://arxiv.org/abs/2511.10388v1
• Date: Fri, 14 Nov 2025 01:48:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-14 22:53:22.840976
• Title: Assessing Finite Scalability in Early Fault-Tolerant Quantum Computing for Homogeneous Catalysts
• Title（参考訳）: 均一触媒の早期フォールトトレラント量子計算における有限スケーラビリティの評価
• Authors: Yanbing Zhou, Athena Caesura, Corneliu Buda, Xavier Jackson, Clena M. Abuan, Shangjie Guo,
• Abstract要約: 量子プロセッサがサイズと深さをスケールする能力は、達成可能なパフォーマンスを形作る重要な要素となっている。 本研究では, 開殻触媒系のシミュレーションにおいて, 有限スケーラビリティが資源要求に与える影響について検討する。
• 参考スコア（独自算出の注目度）: 0.8081564951955756
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As quantum hardware advances toward fault-tolerant operation, an intermediate stage known as early fault-tolerant quantum computing (EFTQC) is emerging, where partial error correction enables meaningful computation. In this regime, the ability of quantum processors to scale in size and depth has become a crucial factor shaping their achievable performance. This study investigates how finite scalability influences resource requirements for simulating open-shell catalytic systems using Quantum Phase Estimation (QPE). The analysis compares hardware archetypes distinguished by fidelity or operation speed under two representative scalability models. Finite scalability increases qubit and runtime demands yet leaves overall scaling behavior intact, with high-fidelity architectures requiring lower minimum scalability to solve equally sized problems. These effects are largely independent of the chosen scalability model. Extending this framework, we examine runtime competitiveness across hardware and code configurations, incorporating surface-code and quantum Low-Density Parity-Check (LDPC)-based fault tolerance under finite scalability. The results identify operating regimes where high-fidelity architectures remain competitive despite slower gate speeds and show that LDPC codes further expand this regime by reducing space-time overhead. Together, these findings highlight the central role of scalability in quantifying performance and guiding the design of next-generation quantum hardware. Continued progress in scalable architectures will be essential for extending quantum computing to increasingly complex scientific and industrial applications.
• Abstract（参考訳）: 量子ハードウェアがフォールトトレラントオペレーションへと進むにつれ、早期フォールトトレラント量子コンピューティング(EFTQC)と呼ばれる中間段階が出現し、部分誤差補正が意味のある計算を可能にしている。 この体制では、量子プロセッサがサイズと深さをスケールできる能力は、達成可能な性能を形作る重要な要素となっている。 本研究では,量子位相推定(QPE)を用いた開殻触媒システムのシミュレーションにおいて,有限スケーラビリティが資源要求にどのように影響するかを検討する。 この分析は、2つの代表的なスケーラビリティモデルの下で、忠実さまたは動作速度によって区別されるハードウェアアーチタイプを比較した。 有限スケーラビリティはキュービットを増大させ、実行時の要求は全体のスケーリング動作をそのままにし、同じ大きさの問題を解決するために最小限のスケーラビリティを必要としている。 これらの効果は、選択されたスケーラビリティモデルとは独立している。 本フレームワークを拡張して,ハードウェアおよびコード構成間の実行時の競合性を検証し,有限スケーラビリティ下でのサーフェスコードと量子低密度パリティ・チェック(LDPC)ベースのフォールトトレランスを取り入れた。 その結果、ゲート速度が遅いにもかかわらず高忠実度アーキテクチャが競争力を維持している運用体制を特定し、LDPC符号が時空オーバーヘッドを減らし、この体制をさらに拡大することを示した。 これらの知見は、パフォーマンスを定量化し、次世代量子ハードウェアの設計を導く上で、スケーラビリティが果たす中心的な役割を強調している。 スケーラブルアーキテクチャの継続的な進歩は、量子コンピューティングをますます複雑な科学や産業の応用に拡張するために不可欠である。

関連論文リスト

• TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing [50.95799256262098]
  量子機械学習のための新しいテンソルトレイン(TT)誘導ハイパーネットワークフレームワークであるHyper-VQCを紹介する。 我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに委譲し、量子ハードウェアから最適化を効果的に分離する。 これらの結果から、Hyper-VQCは、短期デバイス上での実用的な量子機械学習を促進するためのスケーラブルで耐雑音性のあるフレームワークとして位置づけられる。
  論文  参考訳（メタデータ） (2025-08-01T23:37:55Z)
• Neural Network Architectures for Scalable Quantum State Tomography: Benchmarking and Memristor-Based Acceleration [0.9572566550427288]
  量子状態トモグラフィ(QST)は、量子システムの特徴付けと検証に不可欠である。 以前の性能の主張は、体系的な検証よりもアーキテクチャ上の仮定に依存していた。 いくつかのニューラルネットワークアーキテクチャをベンチマークして、キュービット数で効果的にスケールするかを判断し、システムサイズが大きくなるにつれて高い忠実性を維持することができない。
  論文  参考訳（メタデータ） (2025-07-30T18:12:10Z)
• VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
  変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。 本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
  論文  参考訳（メタデータ） (2025-06-12T01:38:15Z)
• Designing Fault-Tolerant Blind Quantum Computation [0.0]
  ブラインド量子コンピューティングは、限られた量子能力を持つクライアントが、より強力なサーバに量子計算を委譲することを可能にする。 既存のBQCプロトコルは、光子損失、低効率、高オーバーヘッドによる大規模計算にスケールする際の課題に直面している。 我々は、スケーラブルなフォールトトレラントブラインド量子計算のためのアーキテクチャを開発する。
  論文  参考訳（メタデータ） (2025-05-27T18:00:03Z)
• QuartDepth: Post-Training Quantization for Real-Time Depth Estimation on the Edge [55.75103034526652]
  ASIC のハードウェアアクセラレーションによる MDE モデルの定量化を後学習量子化に応用した QuartDepth を提案する。 提案手法では,重みとアクティベーションの両方を4ビット精度で定量化し,モデルサイズと計算コストを削減する。 我々は、カーネル融合とカスタマイズされた命令プログラム性をサポートすることにより、フレキシブルでプログラム可能なハードウェアアクセラレータを設計する。
  論文  参考訳（メタデータ） (2025-03-20T21:03:10Z)
• Scalable Quantum Computation of Highly Excited Eigenstates with Spectral Transforms [0.76146285961466]
  我々はHHLアルゴリズムを用いて、物理的ハミルトニアンの内部固有状態を変動的かつ標的的に生成する。 これは量子コンピュータ上の逆ハミルトニアンの期待値の効率的な計算によって実現される。 本稿では, フォールトトレラント, 短期量子コンピュータにおけるこの方式の実装について詳述する。
  論文  参考訳（メタデータ） (2023-02-13T19:01:02Z)
• QSAN: A Near-term Achievable Quantum Self-Attention Network [73.15524926159702]
  SAM(Self-Attention Mechanism)は機能の内部接続を捉えるのに長けている。 短期量子デバイスにおける画像分類タスクに対して,新しい量子自己注意ネットワーク(QSAN)を提案する。
  論文  参考訳（メタデータ） (2022-07-14T12:22:51Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Divide and Conquer for Combinatorial Optimization and Distributed Quantum Computation [3.8221353389253676]
  本稿では、大規模最適化問題を分散量子アーキテクチャにマッピングするハイブリッド変分法である量子除算法(QDCA)を紹介する。 これはグラフ分割と量子回路切断の組み合わせによって達成される。 我々は、最大独立集合問題のインスタンス上でQDCAをシミュレートし、類似の古典的アルゴリズムよりも優れた性能が得られることを確かめる。
  論文  参考訳（メタデータ） (2021-07-15T18:00:32Z)
• 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。