論文の概要: QuSquare: Scalable Quality-Oriented Benchmark Suite for Pre-Fault-Tolerant Quantum Devices

• arxiv url: http://arxiv.org/abs/2512.19665v1
• Date: Mon, 22 Dec 2025 18:44:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.88316
• Title: QuSquare: Scalable Quality-Oriented Benchmark Suite for Pre-Fault-Tolerant Quantum Devices
• Title（参考訳）: QuSquare: フォールトトレラントな量子デバイスのためのスケーラブルな品質指向ベンチマークスイート
• Authors: David Aguirre, Rubén Peña, Mikel Sanz,
• Abstract要約: QuSquareは、システムとアプリケーションレベルで量子ハードウェアのパフォーマンスを評価する4つのベンチマークテストで構成されている。 これらのベンチマークは、現在の量子コンピュータの品質と能力を定量化するための、統合的でハードウェアに依存しない、公平な方法論を提供する。
• 参考スコア（独自算出の注目度）: 0.19116784879310025
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As quantum technologies continue to advance, the proliferation of hardware architectures with diverse capabilities and limitations has underscored the importance of benchmarking as a tool to compare performance across platforms. Achieving fair, scalable and consistent evaluations is a key open problem in quantum computing, particularly in the pre-fault-tolerant era. To address this challenge, we introduce QuSquare, a quality-oriented benchmark suite designed to provide a scalable, fair, reproducible, and well-defined framework for assessing the performance of quantum devices across hardware architectures. QuSquare consists of four benchmark tests that evaluate quantum hardware performance at both the system and application levels: Partial Clifford Randomized, Multipartite Entanglement, Transverse Field Ising Model (TFIM) Hamiltonian Simulation, and Data Re-Uploading Quantum Neural Network (QNN). Together, these benchmarks offer an integral, hardware-agnostic, and impartial methodology to quantify the quality and capabilities of current quantum computers, supporting fair cross-platform comparisons and fostering the development of future performance standards.
• Abstract（参考訳）: 量子技術が進歩を続けるにつれ、多様な機能と限界を持つハードウェアアーキテクチャの急増は、プラットフォーム間でのパフォーマンスを比較するツールとしてのベンチマークの重要性を暗示している。 公平でスケーラブルで一貫した評価を得ることは、量子コンピューティングにおける鍵となるオープンな問題である。 この課題に対処するために、QuSquareを紹介します。QuSquareは、スケーラブルで公正で再現性があり、ハードウェアアーキテクチャ全体にわたって量子デバイスの性能を評価するための、明確に定義されたフレームワークを提供するように設計された、品質指向のベンチマークスイートです。 QuSquareは、システムとアプリケーションレベルで量子ハードウェアの性能を評価する4つのベンチマークテストで構成されている: 部分的クリフォードランダム化、マルチパートエンタングルメント、横フィールドイジングモデル(TFIM)ハミルトンシミュレーション、データ再アップロード量子ニューラルネットワーク(QNN)。 これらのベンチマークは、現在の量子コンピュータの品質と能力を定量化し、公正なクロスプラットフォーム比較をサポートし、将来のパフォーマンス標準の開発を促進するための、統合的で、ハードウェアに依存しない、公平な方法論を提供する。

関連論文リスト

• The EU Quantum Flagship's Key Performance Indicators for Quantum Computing [0.12099984425168675]
  本稿では,EU量子フラッグシップ内でキーパフォーマンス指標(KPI)として開発されたスケーラブルな量子コンピューティングベンチマークについて述べる。 これらのベンチマークは、独立したコンポーネントではなく、総合的なシステム性能を評価するように設計されている。
  論文  参考訳（メタデータ） (2025-12-22T18:30:06Z)
• 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)
• 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)
• Benchmarking Quantum Computers: Towards a Standard Performance Evaluation Approach [0.7349727826230863]
  我々は、古典的なプロセッサベンチマークとそれらを構成するメトリクスの両方の最も重要な側面についてレビューする。 量子コンピューティングのパラダイムを特徴付ける本質的な特性を解析する。 本稿では,量子ベンチマークの一般的なガイドラインを提案する。
  論文  参考訳（メタデータ） (2024-07-15T17:39:59Z)
• On-Chip Hardware-Aware Quantization for Mixed Precision Neural Networks [52.97107229149988]
  エッジデバイス上でハードウェア対応の混合精度量子化を行うOn-Chipハードウェア・アウェア量子化フレームワークを提案する。 このパイプラインは、量子化プロセスが量子化演算子の実際のハードウェア効率を知覚することを可能にする。 精度測定のために,マルチチップシナリオにおける演算子の精度への影響を効果的に推定するMask-Guided Quantization Estimation技術を提案する。
  論文  参考訳（メタデータ） (2023-09-05T04:39:34Z)
• Quantum circuit architecture search on a superconducting processor [56.04169357427682]
  変分量子アルゴリズム(VQA)は、ファイナンス、機械学習、化学といった様々な分野において、証明可能な計算上の優位性を得るための強力な証拠を示している。 しかし、現代のVQAで利用されるアンザッツは、表現性と訓練性の間のトレードオフのバランスをとることができない。 8量子ビット超伝導量子プロセッサ上でVQAを強化するために,効率的な自動アンサッツ設計技術を適用した最初の実証実験を実証する。
  論文  参考訳（メタデータ） (2022-01-04T01:53:42Z)
• Scalable Benchmarks for Gate-Based Quantum Computers [5.735035463793008]
  我々は、高度な量子ベンチマークフレームワークを開発し、リリースする。 ハードウェアに依存しない方法で、普遍量子デバイスの性能を測定する。 我々は,IBM,Rigetti,IonQの21種類の量子デバイスのベンチマーク結果を示す。
  論文  参考訳（メタデータ） (2021-04-21T18:00:12Z)
• 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。