論文の概要: Integrating Julia-ITensors into the Tensor Network Quantum Virtual Machine (TNQVM)

• arxiv url: http://arxiv.org/abs/2603.27037v1
• Date: Fri, 27 Mar 2026 23:06:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.746867
• Title: Integrating Julia-ITensors into the Tensor Network Quantum Virtual Machine (TNQVM)
• Title（参考訳）: Tensor Network Quantum Virtual Machine (TNQVM)へのJulia-Iensorの統合
• Authors: Zachary W. Windom, Daniel Claudino, Vicente Leyton-Ortega,
• Abstract要約: JuliaITensorTNQVMは、TNQVMのC++ビジターインフラストラクチャとJulia-ITensorsランタイムをブリッジする相互運用性レイヤである。 本研究では,Haar-random状態を用いたページ曲線検証プロトコルと3つの正則グラフ上のQAOA MaxCutシミュレーションの2つの研究を通して実装を評価する。
• 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: The Tensor Network Quantum Virtual Machine (TNQVM) is a high-performance classical circuit simulation backend for the eXtreme-scale ACCelerator (XACC) framework that leverages the Intelligent Tensor (ITensor) library for tensor network--based quantum circuit simulation. However, TNQVM's original C++ ITensor backend is tied to an older integrated release, limiting access to newer tensor network algorithms, diagnostics, and performance improvements available in the actively developed Julia-based ITensors ecosystem. We introduce JuliaITensorTNQVM, an interoperability layer that bridges TNQVM's C++ visitor infrastructure and the Julia-ITensors runtime through a C-compatible application binary interface. This design preserves the existing XACC/TNQVM programming model while enabling access to modern tensor network capabilities, including entanglement entropy diagnostics exposed directly to XACC. We evaluate the implementation through two studies: a Page-curve verification protocol using Haar-random states, and QAOA MaxCut simulations on 3-regular graphs. Within these tested regimes, results are consistent with expected entanglement behavior and established scaling trends, supporting JuliaITensorTNQVM as a practical modernization path for tensor network simulation in TNQVM.
• Abstract（参考訳）: Tensor Network Quantum Virtual Machine (TNQVM)は、テンソルネットワークベースの量子回路シミュレーションにIntelligent Tensor (ITensor)ライブラリを利用する、eXtreme-scale ACCelerator (XACC)フレームワーク用の高性能な古典回路シミュレーションバックエンドである。 しかし、TNQVMの元々のC++ ITensorバックエンドは、古い統合リリースに結びついており、JuliaベースのITensorsエコシステムで利用可能な、新しいテンソルネットワークアルゴリズム、診断、パフォーマンス改善へのアクセスを制限している。 私たちは、TNQVMのC++ビジターインフラストラクチャとJulia-ITensorsランタイムをC互換のアプリケーションバイナリインターフェースを介してブリッジする相互運用性レイヤであるJuliaITensorTNQVMを紹介します。 この設計は既存のXACC/TNQVMプログラミングモデルを保存し、XACCに直接露出する絡み込みエントロピー診断を含む現代的なテンソルネットワーク機能へのアクセスを可能にする。 本研究では,Haar-random状態を用いたページ曲線検証プロトコルと3つの正則グラフ上のQAOA MaxCutシミュレーションの2つの研究を通して実装を評価する。 これらの試験体制の中では、結果は期待される絡み合い挙動や確立されたスケーリング傾向と一致し、TNQVMにおけるテンソルネットワークシミュレーションの実用的な近代化パスとしてJuliaITensorTNQVMをサポートする。

関連論文リスト

• Implementation of Tensor Network Simulation TN-Sim under NWQ-Sim [5.781957154737856]
  大規模テンソルネットワークシミュレーションは、古典的量子シミュレーションにおける堅牢な複雑性理論境界の開発に不可欠である。 我々はNWQ-Simソフトウェアパッケージ内にテンソルネットワークシミュレータバックエンドを実装した。 我々は,最先端のPerlmutter(NVIDIA)スーパーコンピュータ上で動作するMPSテンソルネットワークシミュレータを実演する。
  論文  参考訳（メタデータ） (2026-01-07T22:01:35Z)
• 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)
• Validating Large-Scale Quantum Machine Learning: Efficient Simulation of Quantum Support Vector Machines Using Tensor Networks [17.80970950814512]
  本稿では,大規模量子回路のシミュレーションに有効なテンソルネットワーク方式を提案する。 我々のシミュレーターは、最大784キュービットのQSVMをうまく処理し、1つの高性能GPU上で数秒でシミュレーションを完了する。
  論文  参考訳（メタデータ） (2024-05-04T10:37:01Z)
• TCCT-Net: Two-Stream Network Architecture for Fast and Efficient Engagement Estimation via Behavioral Feature Signals [58.865901821451295]
  本稿では,新しい2ストリーム機能融合 "Tensor-Convolution and Convolution-Transformer Network" (TCCT-Net) アーキテクチャを提案する。 時間空間領域における意味のあるパターンをよりよく学習するために、ハイブリッド畳み込み変換器を統合する「CT」ストリームを設計する。 並行して、時間周波数領域からリッチなパターンを効率的に抽出するために、連続ウェーブレット変換(CWT)を用いて情報を2次元テンソル形式で表現する「TC」ストリームを導入する。
  論文  参考訳（メタデータ） (2024-04-15T06:01:48Z)
• Pre-training Tensor-Train Networks Facilitates Machine Learning with Variational Quantum Circuits [70.97518416003358]
  変分量子回路(VQC)は、ノイズの多い中間スケール量子(NISQ)デバイス上での量子機械学習を約束する。 テンソルトレインネットワーク(TTN)はVQC表現と一般化を向上させることができるが、結果として得られるハイブリッドモデルであるTTN-VQCは、Polyak-Lojasiewicz(PL)条件による最適化の課題に直面している。 この課題を軽減するために,プレトレーニングTTNモデルとVQCを組み合わせたPre+TTN-VQCを導入する。
  論文  参考訳（メタデータ） (2023-05-18T03:08:18Z)
• Tensor Network Quantum Virtual Machine for Simulating Quantum Circuits at Exascale [57.84751206630535]
  本稿では,E-scale ACCelerator(XACC)フレームワークにおける量子回路シミュレーションバックエンドとして機能する量子仮想マシン(TNQVM)の近代化版を提案する。 新バージョンは汎用的でスケーラブルなネットワーク処理ライブラリであるExaTNをベースにしており、複数の量子回路シミュレータを提供している。 ポータブルなXACC量子プロセッサとスケーラブルなExaTNバックエンドを組み合わせることで、ラップトップから将来のエクサスケールプラットフォームにスケール可能なエンドツーエンドの仮想開発環境を導入します。
  論文  参考訳（メタデータ） (2021-04-21T13:26:42Z)
• Fully-parallel Convolutional Neural Network Hardware [0.7829352305480285]
  本稿では,ハードウェアにArticial Neural Networks(ANN)を実装するための,新しい電力・面積効率アーキテクチャを提案する。 LENET-5として完全に並列なCNNを1つのFPGAに埋め込んでテストするのが初めてである。
  論文  参考訳（メタデータ） (2020-06-22T17:19:09Z)
• One-step regression and classification with crosspoint resistive memory arrays [62.997667081978825]
  高速で低エネルギーのコンピュータは、エッジでリアルタイム人工知能を実現するために要求されている。 ワンステップ学習は、ボストンの住宅のコスト予測と、MNIST桁認識のための2層ニューラルネットワークのトレーニングによって支援される。 結果は、クロスポイントアレイ内の物理計算、並列計算、アナログ計算のおかげで、1つの計算ステップで得られる。
  論文  参考訳（メタデータ） (2020-05-05T08:00:07Z)

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。