論文の概要: Gradient descent reliably finds depth- and gate-optimal circuits for generic unitaries
- arxiv url: http://arxiv.org/abs/2601.03123v1
- Date: Tue, 06 Jan 2026 15:54:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-07 17:02:13.002531
- Title: Gradient descent reliably finds depth- and gate-optimal circuits for generic unitaries
- Title（参考訳）: 勾配降下は一般ユニタリに対する深さ最適回路とゲート最適回路を確実に見つける
- Authors: Janani Gomathi, Alex Meiburg,
- Abstract要約: 単純な勾配勾配勾配は、一般的なユニタリに対する深さ最適回路とゲート最適回路を確実に見つけることを示す。
パラメータ不足回路骨格のランダムな選択を回避して,この相違を説明できることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When the gate set has continuous parameters, synthesizing a unitary operator as a quantum circuit is always possible using exact methods, but finding minimal circuits efficiently remains a challenging problem. The landscape is very different for compiled unitaries, which arise from programming and typically have short circuits, as compared with generic unitaries, which use all parameters and typically require circuits of maximal size. We show that simple gradient descent reliably finds depth- and gate-optimal circuits for generic unitaries, including in the presence of restricted chip connectivity. This runs counter to earlier evidence that optimal synthesis required combinatorial search, and we show that this discrepancy can be explained by avoiding the random selection of certain parameter-deficient circuit skeletons.
- Abstract（参考訳）: ゲート集合が連続パラメータを持つ場合、量子回路としてユニタリ演算子を合成することは、常に正確な方法で可能であるが、最小限の回路を効率的に見つけることは難しい問題である。
コンパイルされたユニタリーにとってランドスケープは、プログラミングから生まれ、通常、全てのパラメータを使用し、最大サイズの回路を必要とするジェネリックユニタリーと比較して、短い回路を持つ。
単純な勾配勾配勾配は、チップ接続が制限されていることを含む一般的なユニタリに対して、深さとゲートの最適回路を確実に見つけることを示す。
これは、最適合成が組合せ探索を必要とするという以前の証拠に反し、パラメータ不足回路骨格のランダムな選択を避けることで、この矛盾を説明できることを示す。
関連論文リスト
- Unitary Synthesis with AlphaZero via Dynamic Circuits [0.0]
ユニタリ合成は、ターゲットのユニタリ変換を量子ゲートの列に分解する過程である。
我々は,AlphaZeroにインスパイアされた強化学習エージェントを用いて,ユニタリの正確なコンパイルを行う手法を提案する。
このアプローチは低い推論時間を実現し、異なるゲート集合、およびキュービット接続性に対して多元性を証明する。
論文 参考訳（メタデータ） (2025-08-28T21:15:28Z) - Provably optimal exact gate synthesis from a discrete gate set [0.0]
離散ゲートセットを用いた正確な回路合成法を提案する。
本手法は,一元行列で指定されたゲートの問題をSATインスタンスに変換する。
論文 参考訳（メタデータ） (2025-03-19T17:32:29Z) - Optimization Driven Quantum Circuit Reduction [20.697821016522358]
本稿では,回路長を大幅に削減する3つの異なるトランスパイレーション手法を提案する。
最初の変種は検索スキームに基づいており、他の変種はデータベース検索スキームと機械学習に基づく意思決定支援によって駆動される。
提案手法は,異なるキースキット最適化レベルを用いて得られた典型的な結果に比較して,制限ゲート集合に対する短い量子回路を生成する。
論文 参考訳（メタデータ） (2025-02-20T16:41:10Z) - High-Precision Multi-Qubit Clifford+T Synthesis by Unitary Diagonalization [0.8341988468339112]
クリフォード+Tゲートセットで表される量子回路の資源効率と高精度な近似合成は、フォールトトレラント量子コンピューティングにとって不可欠である。
探索に基づく手法を利用して、まずはユニタリを概略対角化し、解析的に逆解析する。
提案手法は,実量子アルゴリズムからユニタリを評価した場合に,一桁のオーダーで合成アルゴリズムの実装精度と実行時間を向上する。
論文 参考訳（メタデータ） (2024-08-31T12:10:32Z) - Finding Transformer Circuits with Edge Pruning [71.12127707678961]
自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。
本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。
その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
論文 参考訳（メタデータ） (2024-06-24T16:40:54Z) - Adaptive Planning Search Algorithm for Analog Circuit Verification [53.97809573610992]
シミュレーションの少ない機械学習(ML)アプローチを提案する。
提案手法により,OCCを全回路の仕様に近づけることができることを示す。
論文 参考訳（メタデータ） (2023-06-23T12:57:46Z) - Direct pulse-level compilation of arbitrary quantum logic gates on superconducting qutrits [36.30869856057226]
任意のqubitおよびqutritゲートを高忠実度で実現でき、ゲート列の長さを大幅に削減できることを示す。
最適制御ゲートは少なくとも3時間ドリフトでき、同じ校正パラメータを全ての実装ゲートに利用できることを示す。
論文 参考訳（メタデータ） (2023-03-07T22:15:43Z) - Efficient Quantum Circuit Design with a Standard Cell Approach, with an Application to Neutral Atom Quantum Computers [45.66259474547513]
従来の回路設計から借用した標準セルアプローチを用いて量子回路を設計する。
本稿では,自動ルーティング方式と比較してレイアウト対応ルータが大幅に高速で,より浅い3D回路を実現することを示す。
論文 参考訳（メタデータ） (2022-06-10T10:54:46Z) - Efficient classical simulation of random shallow 2D quantum circuits [104.50546079040298]
ランダム量子回路は古典的にシミュレートするのは難しいと見なされる。
典型例の近似シミュレーションは, 正確なシミュレーションとほぼ同程度に困難であることを示す。
また、十分に浅いランダム回路はより一般的に効率的にシミュレーション可能であると推測する。
論文 参考訳（メタデータ） (2019-12-31T19:00:00Z)
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。