論文の概要: When T-Depth Misleads: Predicting Fault-Tolerant Quantum Execution Slowdown under Magic-State Delivery Constraints
- arxiv url: http://arxiv.org/abs/2604.11409v1
- Date: Mon, 13 Apr 2026 12:54:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:16.541888
- Title: When T-Depth Misleads: Predicting Fault-Tolerant Quantum Execution Slowdown under Magic-State Delivery Constraints
- Title（参考訳）: T-Depth Misleads:Magic-State Delivery Constraint下でのフォールトトレラント量子実行速度の予測
- Abstract要約: Delta_maxは実行のスローダウンの強いスケジュールレベル指標であり、固定されたスケジュールに対して実行可能なメースパン上の証明可能な低いバウンドが得られることを示す。
4,904のインスタンスで、下限はゼロ違反を示し、1サイクルで88.9%のケースがある。
- 参考スコア（独自算出の注目度）: 2.6051322734022286
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The efficient execution of fault-tolerant quantum algorithms is fundamentally limited by the production rate of magic states required for non-Clifford operations. While circuit optimization typically targets T-depth, static T-depth does not reliably predict executable performance under bounded T-state delivery. We introduce a model that captures demand-supply imbalance using two key quantities: slack ratio, a structural indicator of scheduling flexibility, and Delta_max, a measure of cumulative demand surplus. We show that Delta_max is a strong schedule-level indicator of execution slowdown and yields a provable lower bound on executable makespan for a fixed schedule. Empirical evaluation on constructed directed acyclic graph (DAG) families, with arithmetic circuits and exact quantum Fourier transform (QFT) traces providing additional grounding, shows that slack ratio is a stronger structural predictor than T-depth for stall and inversion risk, while Delta_max is the strongest predictor of slowdown. Across 4,904 instances, the lower bound shows zero violations, with 88.9% of cases within one cycle. These results highlight the importance of explicitly modeling delivery constraints in fault-tolerant quantum compilation.
- Abstract（参考訳）: フォールトトレラント量子アルゴリズムの効率的な実行は、非クリフォード演算に必要なマジック状態の生成速度によって根本的に制限される。
回路最適化は典型的にはT深度を目標としているが、静的T深度は有界なT状態配信時の実行性能を確実に予測しない。
本稿では、スラック比、スケジューリングの柔軟性の構造指標、および累積需要余剰量の指標であるDelta_maxという2つの重要な量を用いて需要供給不均衡を捉えるモデルを提案する。
Delta_maxは実行のスローダウンの強いスケジュールレベル指標であり、固定されたスケジュールに対して実行可能なメースパン上の証明可能な低いバウンドが得られることを示す。
算術回路と正確な量子フーリエ変換(QFT)トレースを付加して構築された非巡回グラフ(DAG)ファミリの実証評価を行った結果,スラック比はストール・インバージョンリスクのT-deepthよりも強い構造予測器であり,Delta_maxはスローダウンの最も強い予測器であることがわかった。
4,904のインスタンスで、下限はゼロ違反を示し、1サイクルで88.9%のケースがある。
これらの結果は、フォールトトレラント量子コンパイルにおけるデリバリ制約を明示的にモデル化することの重要性を強調している。
関連論文リスト
- Koopman-Based Robust Model Predictive Control for Nonlinear Systems with Stochastic Intermittent Measurements [11.153670606528545]
間欠状態測定は、制約付き非線形システムの予測制御をモデル化するための根本的な課題を提起する。
本稿では,確率的に歪んだソフト制約を持つクープマンベースのMPCフレームワークを開発する。
論文 参考訳（メタデータ） (2026-09-02T04:08:49Z) - Thought-Level Beam Search for Reasoning [39.76902449987798]
テストタイムの計算スケーリングは、大きな推論モデルにおけるパフォーマンスの主要な要因である。
部分軌道上の制約付き計算割当問題としてテスト時間推論を定式化する。
Emph Thoughtレベルビームサーチを実行する推論アルゴリズムであるGambitを導入する。
論文 参考訳（メタデータ） (2026-08-08T09:00:01Z) - Relative Kinetic Utility for Reasoning-Aware Structural Pruning in Large Language Models [0.0]
モデルの深さ多様体上での連続的な運動積分に離散的なプルーニングを高める新しい枠組みを提案する。
Qwen-2.5-7B と LLaMA-3-8B の試験により、高スパーシティのシステムの性能は40%向上した。
RKUはGSM8Kで40%の精度で13.34%の精度を達成し、最強のベースラインを上回った。
論文 参考訳（メタデータ） (2026-05-09T15:47:53Z) - Price and Payoff: Non-Determinism in Fault Tolerant Quantum Computation [1.7532156769771925]
我々は,非決定性は,サイクル当たりの資源需要のピーク(支払額)を膨らませながら,総実行時間(価格)を膨らませる二重効果を有することを示した。
蒸留に基づくアーキテクチャでは、この需要のスムーズ化は時空プロビジョンポイントをスムーズなものとし、決定論的分析の予測よりも時空体積を最小限に抑えるために必要な工場は少ない。
論文 参考訳（メタデータ） (2026-05-08T16:44:12Z) - Amortized-Precision Quantization for Early-Exit Vision Transformers [14.001192614503807]
本稿では,Amortized-Precision Quantization (APQ)について紹介する。
提案するMultual Adaptive Quantization with Early Exiting (MAQEE)は,予測安定性を向上させるために,明示的なリスク制御の下で,出口閾値とビット幅を協調的に最適化するバイレベルフレームワークである。
論文 参考訳（メタデータ） (2026-05-08T06:27:04Z) - Bias-Constrained Diffusion Schedules for PDE Emulations: Reconstruction Error Minimization and Efficient Unrolled Training [32.42657582329756]
条件拡散モデルは複雑な力学をエミュレートするための強力な代理である。
彼らはしばしば、高精度なタスクのために神経エミュレータの精度に合わない。
自己回帰的PDE拡散モデルの2つの重要な限界に対処する。
論文 参考訳（メタデータ） (2026-04-09T15:21:31Z) - Closing the Loop: A Control-Theoretic Framework for Provably Stable Time Series Forecasting with LLMs [22.486083545585984]
大規模言語モデル(LLM)は、最近、時系列予測において例外的な可能性を示している。
既存のアプローチは通常、単純で自己回帰的な生成戦略を採用している。
我々は,新しいクローズドループフレームワークである textbfF-LLM を提案する。
論文 参考訳（メタデータ） (2026-02-13T09:35:12Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - FREE: Uncertainty-Aware Autoregression for Parallel Diffusion Transformers [12.17745708847535]
FREEは、並列検証で機能レベルの自動回帰を実行するために軽量なドラフトラを使用する、新しいフレームワークである。
ImageNet-$5122$の実験では、FREEは最大1.86倍の加速を実現し、FREE(relax)はさらに2.25倍のスピードアップを達成した。
論文 参考訳（メタデータ） (2025-11-25T15:12:10Z) - PT$^2$-LLM: Post-Training Ternarization for Large Language Models [52.4629647715623]
大きな言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、その大きなメモリと計算能力は、デプロイメントを妨げている。
PT$2$-LLMを提案する。
その中核は2段精製パイプラインを備えた非対称3次量子化器である。
論文 参考訳（メタデータ） (2025-09-27T03:01:48Z) - MPQ-DMv2: Flexible Residual Mixed Precision Quantization for Low-Bit Diffusion Models with Temporal Distillation [74.34220141721231]
我々は,textbfMixed textbfPrecision textbfQuantizationフレームワークを改良したMPQ-DMv2を提案する。
論文 参考訳（メタデータ） (2025-07-06T08:16:50Z) - FIMA-Q: Post-Training Quantization for Vision Transformers by Fisher Information Matrix Approximation [55.12070409045766]
ポストトレーニング量子化(PTQ)は近年,費用対効果と有望なモデル圧縮パラダイムとして注目されている。
ビジョン変換器(ViT)の現在のPTQ法は、特に低ビット量子化において、精度が著しく低下している。
論文 参考訳（メタデータ） (2025-06-13T07:57:38Z) - Physics-Inspired Extrapolation for efficient error mitigation and hardware certification [10.804056735359618]
量子エラー軽減は、ノイズの多い中間スケールの量子時代にとって不可欠である。
ほとんどのQEM法は、偏りのない推定を達成するために指数的なサンプリングオーバーヘッドを発生させる。
本稿では,物理に着想を得た線形回路ランタイムプロトコルである外挿法を提案する。
論文 参考訳（メタデータ） (2025-05-12T18:20:58Z) - PTQ4DiT: Post-training Quantization for Diffusion Transformers [52.902071948957186]
ポストトレーニング量子化(PTQ)は、計算とメモリフットプリントを大幅に削減できる高速でデータ効率のソリューションとして登場した。
提案するPTQ4DiTは,DiTのための特別に設計されたPTQ手法である。
PTQ4DiTは8ビットの精度でDiTの量子化に成功した。
論文 参考訳（メタデータ） (2024-05-25T02:02:08Z) - Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling [73.5602474095954]
マルコフサンプリングの遅延更新による近似スキームの非漸近的性能について検討した。
我々の理論的な発見は、幅広いアルゴリズムの遅延の有限時間効果に光を当てた。
論文 参考訳（メタデータ） (2024-02-19T03:08:02Z)
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。