論文の概要: A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm

• arxiv url: http://arxiv.org/abs/2603.07673v1
• Date: Sun, 08 Mar 2026 15:15:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:15.016837
• Title: A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm
• Title（参考訳）: Factor Graph Paradigmによるスケーラブル分散量子最適化フレームワーク
• Authors: Yuwen Huang, Xiaojun Lin, Bin Luo, John C. S. Lui,
• Abstract要約: 分散量子最適化のための構造認識フレームワークを提案する。 検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。 構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
• 参考スコア（独自算出の注目度）: 46.08923284345648
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Distributed quantum computing (DQC) connects many small quantum processors into a single logical machine, offering a practical route to scalable quantum computation. However, most existing DQC paradigms are structure-agnostic. Circuit cutting proposed by Peng et al. in [Phys. Rev. Lett., Oct. 2020] reduces per-device qubits at the cost of exponential classical post-processing, while search-space partitioning proposed by Avron et al. in [Phys. Rev. A., Nov. 2021] distributes the workload but weakens Grover's ideal quadratic speedup. In this paper, we introduce a structure-aware framework for distributed quantum optimization that resolves this complexity-resource trade-off. We model the objective function as a factor graph and expose its sparse interaction structure. We cut the graph along its natural ``seams'', i.e., a separator of boundary variables, to obtain loosely coupled subproblems that fit on resource-constrained processors. We coordinate these subproblems with shared entanglement, so the network executes a single globally coherent search rather than independent local searches. We prove that this design preserves Grover-like scaling: for a search space of size $N$, our framework achieves $O(\sqrt{N})$ query complexity up to processors and separator dependent factors, while relaxing the qubit requirement of each processor. We extend the framework with a hierarchical divide-and-conquer strategy that scales to large-scale optimization problems and supports two operating modes: a fully coherent mode for fault-tolerant networks and a hybrid mode that inserts measurements to cap circuit depth on near-term devices. We validate the predicted query-entanglement trade-offs through simulations over diverse network topologies, and we show that structure-aware decomposition delivers a practical path to scalable distributed quantum optimization on quantum networks.
• Abstract（参考訳）: 分散量子コンピューティング(DQC)は、多くの小さな量子プロセッサを単一の論理マシンに接続し、スケーラブルな量子計算への実用的な経路を提供する。 しかし、既存のDQCパラダイムのほとんどは構造に依存しない。 Pengらによる[Phys. Rev. Lett., 2020年10月]の回路切断は、指数関数的古典的後処理のコストでデバイス当たりのキュービットを削減し、Avronらによる[Phys. A., Nov. 2021]の探索空間分割は、ワークロードを分配するが、Groverの理想的な二次的スピードアップを弱める。 本稿では,この複雑性とリソースのトレードオフを解決する分散量子最適化のための構造認識フレームワークを提案する。 対象関数を因子グラフとしてモデル化し,その疎相互作用構造を明らかにする。 我々は、その自然の `seams'' に沿ったグラフ、すなわち境界変数の分離子をカットし、リソース制約されたプロセッサに適合する疎結合なサブプロブレムを得る。 我々はこれらのサブプロブレムを共有絡み付きでコーディネートするので、ネットワークは独立した局所探索ではなく、単一のグローバルコヒーレント検索を実行する。 我々は,この設計がGroverライクなスケーリングを保っていることを証明した: サイズが$N$の場合,我々のフレームワークは,各プロセッサのキュービット要求を緩和しつつ,プロセッサとセパレータ依存因子に比較して,$O(\sqrt{N})$クエリ複雑性を実現する。 我々は,大規模な最適化問題にスケールする階層的な分割・コンカ戦略でフレームワークを拡張し,フォールトトレラントネットワークのための完全コヒーレントモードと,近距離デバイスにおける回路深度測定を挿入するハイブリッドモードの2つの動作モードをサポートする。 我々は,様々なネットワークトポロジのシミュレーションによって予測されたクエリ-絡み合いのトレードオフを検証し,構造認識の分解が量子ネットワーク上でスケーラブルな分散量子最適化への実践的な経路を提供することを示す。

関連論文リスト

• COMPAS: A Distributed Multi-Party SWAP Test for Parallel Quantum Algorithms [4.584616394519209]
  相互接続型モジュールおよび分散QPUからなる多人数ネットワーク上での多変量トレース推定を実現するアーキテクチャであるCompASを紹介する。 回路深度やGHZ幅の最適性を選択する他のスキームとは異なり、CompASは一度に両方を達成する。 ネットワークレベルのエラーを分析し,回路レベルのノイズがアーキテクチャに与える影響をシミュレートする。
  論文  参考訳（メタデータ） (2025-11-28T18:31:15Z)
• Network Operations Scheduling for Distributed Quantum Computing [0.0]
  我々は、Make span最小化問題を解くための2つのアプローチを比較し、対比する。 1つのアプローチはリソース制約付きプロジェクトスケジューリング(RCPSP)フレームワークに基づいており、もう1つはgreedyアルゴリズムに基づいている。 以上の結果から, RCPSP フレームワークの有効性を概説するとともに, グリードアルゴリズムの妥当性と有用性について概説した。
  論文  参考訳（メタデータ） (2025-11-17T18:40:50Z)
• Optimal multicore quantum computing with few interconnects [0.0]
  本研究では,複数のコアに分散したランダム回路のパラダイム的普遍系列の複雑性挙動について検討する。 最適複雑性は相互接続がほとんどない状態で達成される。 また、同じサイズのコアを追加することで、プロセッサをスケールアップする際の複雑性特性も分析します。
  論文  参考訳（メタデータ） (2025-01-17T15:23:54Z)
• DynaSplit: A Hardware-Software Co-Design Framework for Energy-Aware Inference on Edge [40.96858640950632]
  ソフトウェアとハードウェアの両方でパラメータを動的に設定するフレームワークであるDynaSplitを提案する。 実世界のテストベッド上で、人気のあるトレーニング済みNNを用いてDynaSplitを評価する。 その結果,クラウドのみの計算に比べてエネルギー消費が最大で72%減少した。
  論文  参考訳（メタデータ） (2024-10-31T12:44:07Z)
• Majorization-based benchmark of the complexity of quantum processors [105.54048699217668]
  我々は、様々な量子プロセッサの動作を数値的にシミュレートし、特徴付ける。 我々は,各デバイスの性能をベンチマークラインと比較することにより,量子複雑性を同定し,評価する。 我々は、回路の出力状態が平均して高い純度である限り、偏化ベースのベンチマークが成り立つことを発見した。
  論文  参考訳（メタデータ） (2023-04-10T23:01:10Z)
• An Adaptive Device-Edge Co-Inference Framework Based on Soft Actor-Critic [72.35307086274912]
  高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。 本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。 レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
  論文  参考訳（メタデータ） (2022-01-09T09:31:50Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)
• Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
  本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。 3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
  論文  参考訳（メタデータ） (2021-08-03T17:49:09Z)
• Divide and Conquer for Combinatorial Optimization and Distributed Quantum Computation [3.8221353389253676]
  本稿では、大規模最適化問題を分散量子アーキテクチャにマッピングするハイブリッド変分法である量子除算法(QDCA)を紹介する。 これはグラフ分割と量子回路切断の組み合わせによって達成される。 我々は、最大独立集合問題のインスタンス上でQDCAをシミュレートし、類似の古典的アルゴリズムよりも優れた性能が得られることを確かめる。
  論文  参考訳（メタデータ） (2021-07-15T18:00:32Z)

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。