論文の概要: Quantum compilation framework for data loading

• arxiv url: http://arxiv.org/abs/2512.05183v1
• Date: Thu, 04 Dec 2025 19:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-13 22:40:56.77691
• Title: Quantum compilation framework for data loading
• Title（参考訳）: データ読み込みのための量子コンパイルフレームワーク
• Authors: Guillermo Alonso-Linaje, Utkarsh Azad, Jay Soni, Jarrett Smalley, Leigh Lapworth, Juan Miguel Arrazola,
• Abstract要約: 量子回路への古典的データの効率的な符号化は、量子アルゴリズムのスケーラビリティに直接影響を与える重要な課題である。 本稿では、与えられた入力ベクトルに合わせたリソース対応の量子データ読み込みとターゲットエラー耐性のための自動コンパイルフレームワークを提案する。 いくつかのアプリケーションにまたがってフレームワークの有効性を実証し、不明確でリソース効率のよい戦略を継続的に明らかにします。
• 参考スコア（独自算出の注目度）: 0.9974960169271107
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Efficient encoding of classical data into quantum circuits is a critical challenge that directly impacts the scalability of quantum algorithms. In this work, we present an automated compilation framework for resource-aware quantum data loading tailored to a given input vector and target error tolerance. By explicitly exploiting the trade-off between exact and approximate state preparation, our approach systematically partitions the total error budget between precision and approximation errors, thereby minimizing quantum resource costs. The framework supports a comprehensive suite of state-of-the-art methods, including multiplexer-based loaders, quantum read-only memory (QROM) constructions, sparse encodings, matrix product states (MPS), Fourier series loaders (FSL), and Walsh transform-based diagonal operators. We demonstrate the effectiveness of our framework across several applications, where it consistently uncovers non-obvious, resource-efficient strategies enabled by controlled approximation. In particular, we analyze a computational fluid dynamics workflow where the automated selection of MPS state preparation and Walsh transform-based encoding, combined with a novel Walsh-based measurement technique, leads to resource reductions of over four orders of magnitude compared to previous approaches. We also introduce two independent advances developed through the framework: a more efficient circuit for d-diagonal matrices, and an optimized block encoding for kinetic energy operators. Our results underscore the indispensable role of automated, approximation-aware compilation in making large-scale quantum algorithms feasible on resource-constrained hardware.
• Abstract（参考訳）: 量子回路への古典的データの効率的な符号化は、量子アルゴリズムのスケーラビリティに直接影響を与える重要な課題である。 本研究では、与えられた入力ベクトルに合わせたリソース対応量子データローディングとターゲットエラー耐性のための自動コンパイルフレームワークを提案する。 本手法は, 正確な状態と近似状態のトレードオフを明示的に活用することにより, 精度と近似誤差の合計誤差予算を体系的に分割し, 量子資源コストを最小化する。 このフレームワークは、マルチプレクサベースのローダ、量子読み取り専用メモリ(QROM)の構成、スパースエンコーディング、マトリックス製品状態(MPS)、フーリエ級ローダ(FSL)、ウォルシュ変換ベースの対角演算子を含む、最先端の一連のメソッドをサポートしている。 いくつかのアプリケーションでフレームワークの有効性を実証し、そこでは、制御近似によって実現可能な、目立たない、リソース効率の戦略を一貫して明らかにしている。 特に,MPS状態生成とWalsh変換に基づく符号化の自動選択と,Walshに基づく新しい計測手法を組み合わせることで,従来の手法に比べて4桁以上のリソース削減を実現する計算流体力学ワークフローを解析した。 また、より効率的なd対角行列回路と、運動エネルギー演算子のための最適化されたブロック符号化という2つの独立した進化も導入した。 この結果から,リソース制約のあるハードウェア上で大規模量子アルゴリズムを実現する上で,自動近似コンパイルが不可欠であることを示す。

関連論文リスト

• Application Scale Quantum Circuit Compilation with Controlled Error [1.5546281258530152]
  我々は、量子回路のコンパイルと最適化においてトレードオフを管理し、最適化するための実用的なワークフローを開発する。 最大380量子ビットで動作するベンチマークアルゴリズム回路のワークフローを実演する。
  論文  参考訳（メタデータ） (2025-10-20T18:29:02Z)
• Quantum Approximate Optimization Algorithm for MIMO with Quantized b-bit Beamforming [47.98440449939344]
  多重入力多重出力(MIMO)は6G通信において重要であり、スペクトル効率と信頼性の向上を提供する。 本稿では、送信機と受信機の両方でbビット量子化位相シフト器の問題に対処するために、量子近似最適化アルゴリズム(QAOA)と交互最適化を適用することを検討する。 この量子化ビームフォーミング問題の構造はQAOAのようなハイブリッド古典的手法と自然に一致し、ビームフォーミングで使われる位相シフトは量子回路の回転ゲートに直接マッピングできる。
  論文  参考訳（メタデータ） (2025-10-07T17:53:02Z)
• Quantum-Efficient Convolution through Sparse Matrix Encoding and Low-Depth Inner Product Circuits [0.0]
  本稿では、畳み込み積を構造化行列乗算として再構成する資源効率の量子アルゴリズムを提案する。 我々は、最適化されたキー値QRAM状態符号化を用いてスパース入力パッチを作成する量子フレームワークを構築する。 我々のアーキテクチャは、一般化されたSWAP回路を用いて、複数のフィルタにまたがるバッチ畳み込みをサポートする。
  論文  参考訳（メタデータ） (2025-07-25T20:08:12Z)
• 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)
• Scalable quantum dynamics compilation via quantum machine learning [7.31922231703204]
  変分量子コンパイル(VQC)法は、高精度を維持しつつゲートコストを低減するために変分最適化を用いる。 1次元におけるシステムサイズと精度の両面で、我々のアプローチが最先端のコンパイル結果を上回ることが示されている(1$D)。 VQCを2次元(2次元)ストリップに準1次元処理で拡張し、標準的なトロッタライズ法よりも大きな資源優位性を示す。
  論文  参考訳（メタデータ） (2024-09-24T18:00:00Z)
• Near-Term Distributed Quantum Computation using Mean-Field Corrections and Auxiliary Qubits [77.04894470683776]
  本稿では,限られた情報伝達と保守的絡み合い生成を含む短期分散量子コンピューティングを提案する。 我々はこれらの概念に基づいて、変分量子アルゴリズムの断片化事前学習のための近似回路切断手法を作成する。
  論文  参考訳（メタデータ） (2023-09-11T18:00:00Z)
• QuantEase: Optimization-based Quantization for Language Models [17.333778751252392]
  本研究は,近年のLarge Language Models (LLMs) の進歩から,様々な量子化層の量子化(PTQ)を導入する。 当社のCDベースのアプローチは、ベクター操作にのみ依存して、簡単にアップデートできる。 我々はまた、完全な精度で重要な重量(外積)を維持することができるような、外れ値のアプローチも検討している。
  論文  参考訳（メタデータ） (2023-09-05T01:39:09Z)
• Deep Quantum Error Correction [73.54643419792453]
  量子誤り訂正符号(QECC)は、量子コンピューティングのポテンシャルを実現するための鍵となる要素である。 本研究では,新しいエンペンド・ツー・エンドの量子誤りデコーダを効率的に訓練する。 提案手法は,最先端の精度を実現することにより,QECCのニューラルデコーダのパワーを実証する。
  論文  参考訳（メタデータ） (2023-01-27T08:16:26Z)
• Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
  テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる 本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。 その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
  論文  参考訳（メタデータ） (2022-09-01T17:08:41Z)
• 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)

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。