論文の概要: EQISA: Energy-efficient Quantum Instruction Set Architecture using Sparse Dictionary Learning

• arxiv url: http://arxiv.org/abs/2603.20646v1
• Date: Sat, 21 Mar 2026 04:42:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.014927
• Title: EQISA: Energy-efficient Quantum Instruction Set Architecture using Sparse Dictionary Learning
• Title（参考訳）: EQISA:スパース辞書学習を用いたエネルギー効率のよい量子命令セットアーキテクチャ
• Authors: Sibasish Mishra, Aritra Sarkar, Sebastian Feld,
• Abstract要約: 固定深さの離散ソロワ・キタエフ基底で量子回路を合成するエネルギー効率のよい量子命令セットアーキテクチャ(EQISA)を導入する。 このアプローチは、システムサイズで60%以上の量子命令ストリームの圧縮を示すベンチマーク量子回路で評価される。
• 参考スコア（独自算出の注目度）: 0.7856998585396422
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The scalability of quantum computing in supporting sophisticated algorithms critically depends not only on qubit quality and error handling, but also on the efficiency of classical control, constrained by the cryogenic control bandwidth and energy budget. In this work, we address this challenge by investigating the algorithmic complexity of quantum circuits at the instruction set architecture (ISA) level. We introduce an energy-efficient quantum instruction set architecture (EQISA) that synthesizes quantum circuits in a discrete Solovay-Kitaev basis of fixed depth and encodes instruction streams using a sparse dictionary learned from decomposing a set of Haar-random unitaries, followed by entropy-optimal Huffman coding and an additional lossless bzip2 compression stage. This approach is evaluated on benchmark quantum circuits demonstrating over 60% compression of quantum instruction streams across system sizes, enabling proportional reductions in classical control energy and communication overhead without loss of computational fidelity. Beyond compression, EQISA facilitates the discovery of higher-level composable abstractions in quantum circuits and provides estimates of quantum algorithmic complexity. These findings position EQISA as an impactful direction for improving the energy efficiency and scalability of quantum control architectures.
• Abstract（参考訳）: 高度なアルゴリズムをサポートする量子コンピューティングのスケーラビリティは、量子ビットの品質とエラー処理だけでなく、低温制御帯域幅とエネルギー予算に制約された古典的な制御の効率にも大きく依存する。 本研究では,命令セットアーキテクチャ(ISA)レベルでの量子回路のアルゴリズム的複雑性を解析することにより,この問題に対処する。 エネルギー効率の高い量子命令セットアーキテクチャ(EQISA)を導入し,Har-randomユニタリの集合の分解から学習したスパース辞書を用いて命令ストリームを符号化し,エントロピー最適化ハフマン符号と余分なbzip2圧縮段階を付加する。 提案手法は, 古典的制御エネルギーと通信オーバーヘッドの比例的に低減し, 計算精度を損なうことなく, 量子命令ストリームの60%以上を圧縮できることを, ベンチマーク量子回路で評価した。 圧縮以外にも、EQISAは量子回路の高レベルなコンポーザブル抽象化の発見を促進し、量子アルゴリズムの複雑さを推定する。 これらの知見は、EQISAを量子制御アーキテクチャのエネルギー効率とスケーラビリティを向上させるための影響のある方向と位置づけている。

関連論文リスト

• DeQompile: quantum circuit decompilation using genetic programming for explainable quantum architecture search [1.351147045576948]
  本稿では、逆エンジニアリングによる高レベル量子アルゴリズムのための新しい遺伝的プログラミングベースのデコンパイラフレームワークを提案する。 提案されたアプローチは、オープンソースのツールであるDeQompileで実装されている。
  論文  参考訳（メタデータ） (2025-04-11T07:23:14Z)
• Quantum Circuit Synthesis and Compilation Optimization: Overview and Prospects [59.07692103357675]
  本調査では,アルゴリズムレベルから量子ハードウェアにまたがる,統合設計および最適化スキームの実現可能性について検討する。 手動設計のコストを削減し、実行の精度と効率を高め、ハードウェア上での量子アルゴリズムの優位性の実装と検証を容易にする。
  論文  参考訳（メタデータ） (2024-06-30T15:50:10Z)
• Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
  超伝導プロセッサのための強化学習型量子コンパイラを開発した。 短絡の新規・ハードウェア対応回路の発見能力を示す。 本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
  論文  参考訳（メタデータ） (2024-06-18T01:49:48Z)
• 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)
• KetGPT -- Dataset Augmentation of Quantum Circuits using Transformers [1.236829197968612]
  量子回路として表現される量子アルゴリズムは、量子システムの性能を評価するためのベンチマークとして用いられる。 しかしランダム回路は、実際の量子アルゴリズム固有の性質を欠いているため、代表的なベンチマークではない。 この研究は、我々が「リアルに見える」回路と呼ぶものを生成することによって、既存の量子回路データセットを強化することを目的としている。
  論文  参考訳（メタデータ） (2024-02-20T20:02:21Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• QuBEC: Boosting Equivalence Checking for Quantum Circuits with QEC Embedding [4.15692939468851]
  本稿では,従来の手法に比べてレイテンシの低い量子同値チェック手法QuBECを提案する。 提案手法は,ベンチマーク回路の検証時間を最大271.49倍に短縮する。
  論文  参考訳（メタデータ） (2023-09-19T16:12:37Z)
• Quantum circuit debugging and sensitivity analysis via local inversions [62.997667081978825]
  本稿では,回路に最も影響を及ぼす量子回路の断面をピンポイントする手法を提案する。 我々は,IBM量子マシン上に実装されたアルゴリズム回路の例に応用して,提案手法の実用性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-12T19:39:31Z)
• 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。