Fugu-MT 論文翻訳(概要): TRAM: A Transverse Relaxation Time-Aware Qubit Mapping Algorithm for NISQ Devices

論文の概要: TRAM: A Transverse Relaxation Time-Aware Qubit Mapping Algorithm for NISQ Devices

arxiv url: http://arxiv.org/abs/2511.16051v1
Date: Thu, 20 Nov 2025 05:11:36 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-21 17:08:52.477611
Title: TRAM: A Transverse Relaxation Time-Aware Qubit Mapping Algorithm for NISQ Devices
Title（参考訳）: TRAM: NISQデバイス用逆緩和時間対応ビットマッピングアルゴリズム
Authors: Yifei Huang, Pascal Jahan Elahi, Kan He, Jinchuan Hou, Shusen Liu,
Abstract要約: 我々は、コヒーレンス誘導コンパイルフレームワークであるTRAM(Transverse Relaxation Time-Aware Qubit Mapping)を提案する。 TRAMは、キャリブレーションインフォームドコミュニティ検出を統合して、ノイズ耐性量子ビット分割を構築する。 SABREを3.59%上回り、ゲート数を11.49%減らし、回路深さを12.28%短縮する。
参考スコア（独自算出の注目度）: 4.069193337175605
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Noisy intermediate-scale quantum (NISQ) devices impose dual challenges on quantum circuit execution: limited qubit connectivity requires extensive SWAP-gate routing, while time-dependent decoherence progressively degrades quantum information. Existing qubit mapping algorithms optimize for hardware topology and static calibration metrics but systematically neglect transverse relaxation dynamics (T2), creating a fundamental gap between compiler decisions and evolving noise characteristics. We present TRAM (Transverse Relaxation Time-Aware Qubit Mapping), a coherence-guided compilation framework that elevates decoherence mitigation to a primary optimization objective. TRAM integrates calibration-informed community detection to construct noise-resilient qubit partitions, generates time-weighted initial mappings that anticipate coherence decay, and dynamically schedules SWAP operations to minimize cumulative error accumulation. Evaluated on Qiskit-based simulators with realistic noise models, TRAM outperforms SABRE by 3.59% in fidelity, reduces gate count by 11.49%, and shortens circuit depth by 12.28%, establishing coherence-aware optimization as essential for practical quantum compilation in the NISQ era.
Abstract（参考訳）: ノイズの多い中間スケール量子(NISQ)デバイスは量子回路の実行に二重の課題を課す: 制限された量子ビット接続は広範なSWAPゲートルーティングを必要とするが、時間依存のデコヒーレンスは量子情報を徐々に劣化させる。既存のキュービットマッピングアルゴリズムは、ハードウェアトポロジと静的キャリブレーションのメトリクスを最適化するが、逆緩和ダイナミクス(T2)を体系的に無視し、コンパイラの決定とノイズ特性の進化の間に根本的なギャップを生じさせる。本稿では,コヒーレンス誘導型コンパイルフレームワークであるTRAM(Transverse Relaxation Time-Aware Qubit Mapping)について述べる。 TRAMはキャリブレーションによるコミュニティ検出を統合し、ノイズ耐性の量子ビット分割を構築し、コヒーレンス崩壊を予想する時間重み付き初期マッピングを生成し、SWAP操作を動的にスケジュールし、累積誤差の蓄積を最小限に抑える。現実的なノイズモデルを持つQiskitベースのシミュレータで評価され、TRAMはSABREを3.59%向上させ、ゲート数を11.49%削減し、回路深さを12.28%短縮する。

関連論文リスト

CLASS: A Controller-Centric Layout Synthesizer for Dynamic Quantum Circuits [58.16162138294308]
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。
論文参考訳（メタデータ） (2025-09-19T08:11:55Z)
End-to-End On-Device Quantization-Aware Training for LLMs at Inference Cost [53.25965863436039]
量子化対応トレーニング(QAT)は、より原則化されたソリューションを提供するが、バックプロパゲーションに依存しているため、メモリコストは禁じられている。重み付けとアクティベーション量子化の両方をサポートするゼロオーダー最適化ベースのQATフレームワークであるZeroQATを提案する。実験の結果、ZeroQATはPTQとQATのベースラインを一貫して上回り、メモリは大幅に削減された。
論文参考訳（メタデータ） (2025-08-21T01:18:27Z)
Adaptive variational quantum dynamics simulations with compressed circuits and fewer measurements [4.2643127089535104]
AVQDS(T)と呼ばれる適応変分量子力学シミュレーション(AVQDS)法の改良版を示す。このアルゴリズムは、変分力学の精度の尺度であるマクラクラン距離を一定しきい値以下に保つために、アンザッツ回路に不連結なユニタリゲートの層を適応的に加算する。また、雑音耐性を増強した変動パラメータに対する線形運動方程式を解くために、固有値トランケーションに基づく手法を示す。
論文参考訳（メタデータ） (2024-08-13T02:56:43Z)
A Fast and Adaptable Algorithm for Optimal Multi-Qubit Pathfinding in Quantum Circuit Compilation [0.0]
この研究は、量子回路のコンパイルマッピング問題における臨界サブルーチンとして、マルチキュービットパスフィンディングに焦点を当てている。本稿では,回路SWAPゲート深さに対して量子ハードウェア上で量子ビットを最適にナビゲートする二進整数線形計画法を用いてモデル化したアルゴリズムを提案する。我々は、様々な量子ハードウェアレイアウトのアルゴリズムをベンチマークし、計算ランタイム、解SWAP深さ、累積SWAPゲート誤差率などの特性を評価した。
論文参考訳（メタデータ） (2024-05-29T05:59:15Z)
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)
Noisy Quantum Simulation: Performance and Resource Considerations for the Tavis-Cummings and Heisenberg Models [0.0]
フォールトトレラント量子コンピュータは、古典的な計算の範囲を超えた複雑な量子システムのシミュレーションを約束する。これらの課題に対処する2つのテクニックは、ゼロノイズ外挿(ZNE)とインクリメンタル構造学習(ISL)である。 ZNEとISLは、Tavis-Cummings Model(TCM)とHeisenberg spin chain(HSC)の2つのモデルのトロッター時間進化をシミュレーションするためにベンチマークされる。その結果、ISLは、予測値の精度でZNEを一貫して上回り、HSCシステムでより良好に機能することが示唆された。
論文参考訳（メタデータ） (2024-02-26T16:06:24Z)
Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
論文参考訳（メタデータ） (2023-12-21T17:40:18Z)
CBQ: Cross-Block Quantization for Large Language Models [66.82132832702895]
ポストトレーニング量子化(PTQ)は、超低コストで大規模言語モデル(LLM)を圧縮する上で重要な役割を果たしている。 LLMのためのクロスブロック再構成に基づくPTQ手法CBQを提案する。 CBQはリコンストラクションスキームを使用してクロスブロック依存関係を採用し、エラーの蓄積を最小限に抑えるために複数のブロックにまたがる長距離依存関係を確立する。
論文参考訳（メタデータ） (2023-12-13T07:56:27Z)
Mitigating crosstalk errors by randomized compiling: Simulation of the BCS model on a superconducting quantum computer [41.94295877935867]
CNOT2量子ゲートを起点とするクロストークエラーは、多くの量子コンピューティングプラットフォームにおけるエラーの重要な原因である。隣接するキュービットの特別な処理を含むランダム化コンパイルプロトコルを拡張し,適用する。隣り合う量子ビットのツイリングは、新しい量子ビットや回路を追加することなく、ノイズ推定プロトコルを劇的に改善することを示します。
論文参考訳（メタデータ） (2023-05-03T18:00:02Z)
Federated Learning for Energy-limited Wireless Networks: A Partial Model Aggregation Approach [79.59560136273917]
デバイス間の限られた通信資源、帯域幅とエネルギー、およびデータ不均一性は、連邦学習(FL)の主要なボトルネックであるまず、部分モデルアグリゲーション(PMA)を用いた新しいFLフレームワークを考案する。提案されたPMA-FLは、2つの典型的な異種データセットにおいて2.72%と11.6%の精度を改善する。
論文参考訳（メタデータ） (2022-04-20T19:09:52Z)
State-dependent Routing Dynamics in Noisy Quantum Computing Devices [0.40611352512781856]
NISQプロセッサにおける状態依存型ルーティングダイナミクスのモデルを開発した。これらの結果は、NISQデバイスのほぼリアルタイム動作のためのルーティング決定をガイドするために必要な状態依存のルーティングダイナミクスをキャプチャする。
論文参考訳（メタデータ） (2020-12-24T06:32:56Z)

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。