論文の概要: A Game Theoretic Approach for Optimizing Quantum Error Budget Distribution

• arxiv url: http://arxiv.org/abs/2604.15603v1
• Date: Fri, 17 Apr 2026 00:59:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-20 22:00:19.689922
• Title: A Game Theoretic Approach for Optimizing Quantum Error Budget Distribution
• Title（参考訳）: 量子エラー予算分布最適化のためのゲーム理論的アプローチ
• Authors: Asif Akhtab Ronggon, Tasnuva Farheen,
• Abstract要約: 現在のフォールトトレラント量子コンパイラは、リソース推定中にエラー予算を均一に割り当て、最適な物理リソースオーバーヘッドを引き起こす。 Nash Equilibriumは論理演算、T状態蒸留、回転合成にまたがるパレート最適分布を生成する。 433 MQTベンチマークによる評価では、物理リソースの要求が均一なベースラインに対して平均30.22%減少し、特定の回路インスタンスに対して97.81%のピーク改善があった。
• 参考スコア（独自算出の注目度）: 0.14323566945483496
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current fault-tolerant quantum compilers allocate error budgets uniformly during resource estimation, causing suboptimal physical resource overhead. We optimize this allocation using a potential game formulation, where Nash Equilibrium yields a Pareto-optimal distribution across logical operations, T-state distillation, and rotation synthesis. An iterated best response (IBR) algorithm converges to this equilibrium through monotonic descent of the shared cost function. Evaluation across 433 MQT benchmarks demonstrates an average reduction of 30.22\% in physical resource requirements relative to uniform baselines, with peak improvements of 97.81\% for specific circuit instances. This establishes a game-theoretic foundation for strategic error budget optimization in fault-tolerant quantum design automation.
• Abstract（参考訳）: 現在のフォールトトレラント量子コンパイラは、リソース推定中にエラー予算を均一に割り当て、最適な物理リソースオーバーヘッドを引き起こす。 Nash Equilibriumは論理演算、T状態蒸留、回転合成にまたがるパレート最適分布を生成する。 反復ベストレスポンス(IBR)アルゴリズムは、共有コスト関数の単調降下を通じてこの平衡に収束する。 433 MQTベンチマークによる評価では、物理リソースの要求が均一なベースラインに対して平均30.22 %減少し、特定の回路インスタンスでは97.81 %のピーク改善が見られた。 これにより、フォールトトレラントな量子設計自動化における戦略的エラー予算最適化のためのゲーム理論の基礎が確立される。

関連論文リスト

• Large-scale portfolio optimization on a trapped-ion quantum computer [32.24411362086563]
  基数制約付き大規模ポートフォリオ選択のためのエンドツーエンドパイプラインを提案する。 ハードウェア・アウェア分解を用いたトラップイオン量子プロセッサ上での実験実験を行った。
  論文  参考訳（メタデータ） (2026-02-27T12:36:14Z)
• ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
  ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。 我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-02-27T05:22:01Z)
• Stability and Generalization of Push-Sum Based Decentralized Optimization over Directed Graphs [55.77845440440496]
  プッシュベースの分散通信は、情報交換が非対称である可能性のある通信ネットワークの最適化を可能にする。 我々は、グラディエント・プッシュ(SGP)アルゴリズムのための統一的な一様安定性フレームワークを開発する。 重要な技術的要素は、2つの量に束縛された不均衡認識の一般化である。
  論文  参考訳（メタデータ） (2026-02-24T05:32:03Z)
• Variational Entropic Optimal Transport [67.76725267984578]
  本稿では,ドメイン翻訳問題に対する変分エントロピー最適輸送(VarEOT)を提案する。 VarEOTは、補助正の正規化子上のトラクタブルな一般化として、log-partition $log mathbbE[exp(cdot)$の正確な変分再構成に基づいている。 合成データと画像と画像の変換に関する実験は、競争力のあるか、あるいはより良い翻訳品質を示す。
  論文  参考訳（メタデータ） (2026-02-02T15:48:44Z)
• Approximate Quantum State Preparation with Tree-Based Bayesian Optimization Surrogates [4.946006905837039]
  短期量子コンピュータにおける近似状態準備の問題について検討する。 目的は、リソースオーバーヘッドを最小限にしつつ、ターゲット量子状態の出力分布を再現するパラメータ化回路を構築することである。 本稿では,木モデルを用いたベイズ最適化に基づくサロゲート誘導最適化フレームワークCircuitTreeを提案する。
  論文  参考訳（メタデータ） (2025-09-30T18:19:37Z)
• Near-Optimal Policy Optimization for Correlated Equilibrium in General-Sum Markov Games [44.95137108337898]
  我々は、相関平衡を計算するために、ほぼ最適の$tildeO(T-1)$収束率を得る未結合のポリシー最適化アルゴリズムを提供する。 我々のアルゴリズムは2つの主要素(スムーズな値更新)と(楽観的で規則化されたリーダーアルゴリズムとログバリア正規化器)を組み合わせることで構築される。
  論文  参考訳（メタデータ） (2024-01-26T23:13:47Z)
• Exploring the Algorithm-Dependent Generalization of AUPRC Optimization with List Stability [107.65337427333064]
  AUPRC(Area Under the Precision-Recall Curve)の最適化は、機械学習にとって重要な問題である。 本研究では, AUPRC最適化の単依存一般化における最初の試行について述べる。 3つの画像検索データセットの実験は、我々のフレームワークの有効性と健全性に言及する。
  論文  参考訳（メタデータ） (2022-09-27T09:06:37Z)
• Unified Convergence Analysis for Adaptive Optimization with Moving Average Estimator [75.05106948314956]
  1次モーメントに対する大きな運動量パラメータの増大は適応的スケーリングに十分であることを示す。 また,段階的に減少するステップサイズに応じて,段階的に運動量を増加させるための洞察を与える。
  論文  参考訳（メタデータ） (2021-04-30T08:50:24Z)
• Convergence Analysis of Nonconvex Distributed Stochastic Zeroth-order Coordinate Method [3.860616339202303]
  本稿では,$ZOn$局所コスト関数の合計により形成されるグローバルコスト関数を最小化する分散非最適化問題について検討する。 エージェントは問題を解くためにzo座標法を近似する。
  論文  参考訳（メタデータ） (2021-03-24T03:07:46Z)

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。