論文の概要: Tsim: Fast Universal Simulator for Quantum Error Correction
- arxiv url: http://arxiv.org/abs/2604.01059v1
- Date: Wed, 01 Apr 2026 16:00:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-09 14:18:28.141321
- Title: Tsim: Fast Universal Simulator for Quantum Error Correction
- Title（参考訳）: Tsim: 量子エラー補正のための高速ユニバーサルシミュレータ
- Authors: Rafael Haenel, Xiuzhe Luo, Chen Zhao,
- Abstract要約: Tsimは量子回路をZXダイアグラムとして表現し、パウリチャネルはパラメータ化された頂点としてモデル化される。
TimはStim APIを実装し、Stim回路フォーマットを完全にサポートする。
- 参考スコア（独自算出の注目度）: 8.85644402351223
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Tsim, an open-source high-throughput simulator for universal noisy quantum circuits targeting quantum error correction. Tsim represents quantum circuits as ZX diagrams, where Pauli channels are modeled as parameterized vertices. Diagrams are simplified via parameterized ZX rules, and then compiled for vectorized sampling with GPU acceleration. After the one-time compilation, one can sample detector or measurement shots in linear time in the number of Clifford gates and exponentially only in the number of non-Clifford gates. Tsim implements the Stim API and fully supports the Stim circuit format, extending it with T and arbitrary single-qubit rotation instructions. For low-magic circuits, Tsim throughput can match the sampling performance of Stim.
- Abstract（参考訳）: 本稿では,量子誤り訂正を目的とした汎用雑音量子回路のためのオープンソースの高速スループットシミュレータTsimを提案する。
Tsimは量子回路をZXダイアグラムとして表現し、パウリチャネルはパラメータ化された頂点としてモデル化される。
ダイアグラムはパラメータ化されたZXルールで単純化され、GPUアクセラレーションを備えたベクトル化されたサンプリングのためにコンパイルされる。
1回コンパイルすると、クリフォードゲートの数でリニア時間で検出器や測定ショットをサンプリングでき、指数関数的に非クリフォードゲートの数でしか検出できない。
TsimはStim APIを実装し、Stim回路フォーマットを完全にサポートし、Tと任意の単一ビット回転命令で拡張する。
低磁力回路では、TsimスループットはStimのサンプリング性能と一致する。
関連論文リスト
- Qubit-optimal quantum phase estimation of block-encoded Hamiltonians [0.0]
ブロック符号化されたハミルトニアンをサブルーチンとして時間発展を用いて、フォン・ノイマンの測定手法を用いて位相を測定するアルゴリズムを提案する。
これにより、$mathcalO(1)$ qubitsのポインタシステムで実行できる量子位相推定の極めて単純なアルゴリズムが生成される。
論文 参考訳（メタデータ） (2025-09-04T14:20:37Z) - Accelerating Transpilation in Quantum Machine Learning with Haiqu's Rivet-transpiler [45.88028371034407]
我々は、以前にトランスパイルされた回路を再利用してトランスパイラを高速化するリベットトランスパイラを開発した。
量子層学習において,600%のトランスパイル時間の改善を実証した。
論文 参考訳（メタデータ） (2025-08-29T06:00:29Z) - Reducing Quantum Circuit Synthesis to #SAT [5.281304423705891]
普遍的な量子回路合成問題を最大モデルカウントに還元できることを示す。
Clifford+Tゲートセットに、精密で近似的な深さ最適化量子回路合成のための#SAT符号化を定式化する。
論文 参考訳（メタデータ） (2025-08-01T08:13:49Z) - STABSim: A Parallelized Clifford Simulator with Features Beyond Direct Simulation [11.931352847653763]
量子コンピューティングにおいて,CPUゲートよりも高速なGPU加速安定化器シミュレータを提案する。
次に、T1/T2エラーチャネルにおける非ユニタリティを、ほとんどの物理量子ビットに対してはるかに高速かつ正確な精度でキャプチャする新しいエラーモデルを実装した。
論文 参考訳（メタデータ） (2025-07-03T18:05:19Z) - TQml Simulator: Optimized Simulation of Quantum Machine Learning [0.0]
量子状態ベクトル上でのゲート層の作用をシミュレーションするための普遍的およびゲート固有の手法をベンチマークする。
我々は、与えられた回路の各層に対して最も効率的なシミュレーション手法を用いて、TQml Simulatorという数値シミュレータを開発した。
論文 参考訳（メタデータ） (2025-06-05T11:19:05Z) - Optimizing Quantum Circuits via ZX Diagrams using Reinforcement Learning and Graph Neural Networks [38.499527873574436]
量子回路最適化のためのZX計算,グラフニューラルネットワーク,強化学習に基づくフレームワークを提案する。
本手法は,強化学習と木探索を組み合わせることで,ZX計算の書き直し規則を最適に選択することの課題に対処する。
本稿では,多種多様なランダム回路上での最先端回路の一般化と能力について述べる。
論文 参考訳（メタデータ） (2025-04-04T13:19:08Z) - RSFQ All-Digital Programmable Multi-Tone Generator For Quantum Applications [36.136619420474766]
高速単一磁束量子(RSFQ)技術は、現在のCMOSベースの制御アーキテクチャを置き換える最前線にある。
複雑なパルス列列に基づくマルチトーンディジタル信号を生成する新しいRSFQデバイスを提案する。
論文 参考訳（メタデータ） (2024-11-13T15:03:28Z) - Speedy Contraction of ZX Diagrams with Triangles via Stabiliser
Decompositions [0.30938904602244344]
我々は、ZX計算を用いて、マジックステートを安定化項に繰り返し分解する。
本手法は,多制御ゲートを含む量子回路のシミュレーションを高速化する。
また、我々のソフトウェアは、パラメトリド量子回路の勾配分散を表す図を収縮するためにも使われる。
論文 参考訳（メタデータ） (2023-07-04T16:13:53Z) - 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) - Machine Learning Optimization of Quantum Circuit Layouts [63.55764634492974]
本稿では量子回路マッピングQXXとその機械学習バージョンQXX-MLPを紹介する。
後者は、レイアウトされた回路の深さが小さくなるように最適なQXXパラメータ値を自動的に推論する。
近似を用いてレイアウト法を学習可能な経験的証拠を提示する。
論文 参考訳（メタデータ） (2020-07-29T05:26:19Z)
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。