論文の概要: Network-Based Quantum Computing: an efficient design framework for many-small-node distributed fault-tolerant quantum computing

• arxiv url: http://arxiv.org/abs/2601.09374v1
• Date: Wed, 14 Jan 2026 10:58:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-15 18:59:20.375593
• Title: Network-Based Quantum Computing: an efficient design framework for many-small-node distributed fault-tolerant quantum computing
• Title（参考訳）: ネットワークベース量子コンピューティング:多ノード分散フォールトトレラント量子コンピューティングのための効率的な設計フレームワーク
• Authors: Soshun Naito, Yasunari Suzuki, Yuuki Tokunaga,
• Abstract要約: 分散フォールトトレラント量子計算を効率的に実現するために,ネットワークベースの量子計算(NBQC)を提案する。 本手法は,実用的なベンチマークタスクにおいて,回路ベースの手法よりも短い実行時間を達成できることを数値的に示す。
• 参考スコア（独自算出の注目度）: 0.09176056742068811
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In fault-tolerant quantum computing, a large number of physical qubits are required to construct a single logical qubit, and a single quantum node may be able to hold only a small number of logical qubits. In such a case, the idea of distributed fault-tolerant quantum computing (DFTQC) is important to demonstrate large-scale quantum computation using small-scale nodes. However, the design of distributed systems on small-scale nodes, where each node can store only one or a few logical qubits for computation, has not been explored well yet. In this paper, we propose network-based quantum computation (NBQC) to efficiently realize distributed fault-tolerant quantum computation using many small-scale nodes. A key idea of NBQC is to let computational data continuously move throughout the network while maintaining the connectivity to other nodes. We numerically show that, for practical benchmark tasks, our method achieves shorter execution times than circuit-based strategies and more node-efficient constructions than measurement-based quantum computing. Also, if we are allowed to specialize the network to the structure of quantum programs, such as peak access frequencies, the number of nodes can be significantly reduced. Thus, our methods provide a foundation in designing DFTQC architecture exploiting the redundancy of many small fault-tolerant nodes.
• Abstract（参考訳）: フォールトトレラント量子コンピューティングでは、単一の論理量子ビットを構成するために多くの物理量子ビットが必要であり、単一の量子ノードは少数の論理量子ビットしか保持できない。 このような場合、分散フォールトトレラント量子コンピューティング(DFTQC)の考え方は、小規模ノードを用いた大規模量子計算の実証に重要である。 しかし、各ノードが1つまたは数個の論理量子ビットしか格納できない小規模ノード上の分散システムの設計は、まだ十分に研究されていない。 本稿では,多くの小規模ノードを用いた分散フォールトトレラント量子計算を効率的に実現するためのネットワークベースの量子計算(NBQC)を提案する。 NBQCのキーとなる考え方は、計算データを他のノードとの接続を維持しながらネットワーク全体に連続的に移動させることである。 本手法は,実際のベンチマークタスクにおいて,回路ベースの戦略よりも短い実行時間を実現し,測定ベースの量子コンピューティングよりもノード効率の高い構成を実現する。 また、ピークアクセス周波数などの量子プログラムの構造にネットワークを特化しておけば、ノード数を大幅に削減できる。 そこで本手法は,多数の小さな耐故障ノードの冗長性を活かしたDFTQCアーキテクチャの設計基盤を提供する。

関連論文リスト

• Optimizing Quantum Convolutional Neural Network Architectures for Arbitrary Data Dimension [2.9396076967931526]
  量子畳み込みニューラルネットワーク(QCNN)は量子機械学習において有望なアプローチである。 量子リソースの割り当てを最適化しながら任意の入力データ次元を処理できるQCNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-03-28T02:25:12Z)
• A Quantum-Classical Collaborative Training Architecture Based on Quantum State Fidelity [50.387179833629254]
  我々は,コ・テンク (co-TenQu) と呼ばれる古典量子アーキテクチャを導入する。 Co-TenQuは古典的なディープニューラルネットワークを41.72%まで向上させる。 他の量子ベースの手法よりも1.9倍も優れており、70.59%少ない量子ビットを使用しながら、同様の精度を達成している。
  論文  参考訳（メタデータ） (2024-02-23T14:09:41Z)
• Distributed Quantum Neural Networks via Partitioned Features Encoding [0.0]
  量子ニューラルネットワークは、短期量子コンピューティングにおける有望な応用であると期待されている。 本稿では,複数の小回路を用いて大回路の出力を近似して予測する。 提案手法は,大規模データセットの高精度な予測だけでなく,各量子ニューラルネットワークのハードウェア要件も低減した。
  論文  参考訳（メタデータ） (2023-12-21T08:21:44Z)
• Applying an Evolutionary Algorithm to Minimize Teleportation Costs in Distributed Quantum Computing [3.0846297887400977]
  量子通信ネットワークは、古典的および量子チャネルを介して複数の量子コンピュータ(QC)を接続することによって形成することができる。 分散量子コンピューティングでは、QCは集合的に量子計算を行う。 本稿では,この問題に対する進化的アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-11-30T13:10:28Z)
• Multi-User Entanglement Distribution in Quantum Networks Using Multipath Routing [55.2480439325792]
  マルチパスルーティングを活用することで,マルチユーザアプリケーションの絡み合い率を高める3つのプロトコルを提案する。 これらのプロトコルは、制限された量子メモリや確率的絡み合い生成を含む、NISQ制約のある量子ネットワーク上で評価される。
  論文  参考訳（メタデータ） (2023-03-06T18:06:00Z)
• QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional Networks [124.7972093110732]
  本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。 現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。 我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
  論文  参考訳（メタデータ） (2022-11-09T21:43:16Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Quantum Federated Learning with Quantum Data [87.49715898878858]
  量子機械学習(QML)は、量子コンピューティングの発展に頼って、大規模な複雑な機械学習問題を探求する、有望な分野として登場した。 本稿では、量子データ上で動作し、量子回路パラメータの学習を分散的に共有できる初めての完全量子連合学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-05-30T12:19:27Z)
• Realising and compressing quantum circuits with quantum reservoir computing [2.834895018689047]
  量子ノードのランダムネットワークが量子コンピューティングの堅牢なハードウェアとしてどのように使用できるかを示す。 我々のネットワークアーキテクチャは、量子ノードの単一層のみを最適化することで量子演算を誘導する。 数量子状態においては、量子回路内の複数の量子ゲートのシーケンスは単一の演算で圧縮することができる。
  論文  参考訳（メタデータ） (2020-03-21T03:29:16Z)

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。