論文の概要: GSC-QEMit: A Telemetry-Driven Hierarchical Forecast-and-Bandit Framework for Adaptive Quantum Error Mitigation

• arxiv url: http://arxiv.org/abs/2604.24551v1
• Date: Mon, 27 Apr 2026 14:44:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-28 17:12:08.09469
• Title: GSC-QEMit: A Telemetry-Driven Hierarchical Forecast-and-Bandit Framework for Adaptive Quantum Error Mitigation
• Title（参考訳）: GSC-QEMit:適応的量子エラー低減のためのテレメトリ駆動型階層型予測・帯域フレームワーク
• Abstract要約: 量子エラー軽減(QEM)は、短期量子デバイスから信頼性の高い結果を抽出するために不可欠である。 我々は,emphGSC-QEMitというテレメトリ駆動型,textbf-adaptive-forecast-banditフレームワークを紹介した。 我々は、Qiskit Aerでシミュレートされた非定常雑音条件下で、ベンチマーク回路ファミリ(GHZ, Quantum Fourier Transform, Grover Search)のGSC-QEMitを評価する。
• 参考スコア（独自算出の注目度）: 2.3449366241547813
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum error mitigation (QEM) is essential for extracting reliable results from near-term quantum devices, yet practical deployments must balance mitigation strength against runtime overhead under time-varying noise. We introduce \emph{GSC-QEMit}, a telemetry-driven, \textbf{context--forecast--bandit} framework for \emph{adaptive} mitigation that switches between lightweight suppression and heavier intervention as drift evolves. GSC-QEMit composes three coupled modules: (G) a Growing Hierarchical Self-Organizing Map (GHSOM) that clusters streaming telemetry into operating contexts; (S) an uncertainty-aware subsampled Gaussian-process forecaster that predicts short-horizon fidelity degradation; and (C) a cost-aware contextual multi-armed bandit (CMAB) that selects mitigation actions via Thompson sampling with explicit intervention cost. We evaluate GSC-QEMit on benchmark circuit families (GHZ, Quantum Fourier Transform, and Grover search) under nonstationary noise regimes simulated in Qiskit Aer, using an instrumented testbed where action labels correspond to graded mitigation intensity. Across Clifford, non-Clifford, and structured workloads, GSC-QEMit improves average logical fidelity by \textbf{+9.0\%} relative to unmitigated execution while reducing unnecessary heavy interventions by reserving them for inferred noise spikes. The resulting policies exhibit a favorable fidelity--cost trade-off and transfer across the evaluated workloads without circuit-specific tuning.
• Abstract（参考訳）: QEM(Quantum error mitigation)は、短期的な量子デバイスから信頼性の高い結果を抽出するために必要である。 ドリフトが進行するにつれて、軽量な抑制と重厚な介入を切り替える「emph{GSC-QEMit}」フレームワークについて紹介する。 G) ストリーミングテレメトリを運用コンテキストにクラスタ化するGrowing Hierarchical Self-Organizing Map (GHSOM) 、(S) 不確実性に認識されたサブサンプル付きガウス処理予測器で、短水平フィリティの劣化を予測すること、(C) トンプソンサンプリングによる緩和動作を明示的な介入コストで選択するコストアウェアなコンテキスト多重武装バンディット(CMAB) である。 我々は,Qiskit Aerでシミュレートされた非定常雑音条件下でのベンチマーク回路群(GHZ,Quantum Fourier Transform,Grover Search)におけるGSC-QEMitの評価を行った。 クリフォード、非クリフォードおよび構造化ワークロード全体で、GSC-QEMitは、未緩和の実行に対して、平均論理的忠実度を \textbf{+9.0\%} で改善し、推論されたノイズスパイクに保存することで不要な重い介入を減らす。 結果として得られたポリシーは、回路固有のチューニングなしで、評価されたワークロード間でコストのかかるトレードオフと転送を好適に示す。

関連論文リスト

• Scalable Lindblad Noise Learning via Stochastic Tensor-Network Simulation [48.887627688666974]
  大規模オープン量子システムにおける学習散逸率は、短期量子技術の大きな障害である。 本稿では,シミュレーション手法であるJump Method(TJM)を組み合わせたLindblad散逸率のスケーラブルなノイズ学習フレームワークを提案する。 我々は,Isingモデルにおける2つのノイズモデルに対するアプローチを実証し,各サイトについて,N_mathrmsite=16$まで独立散逸率を学習した。 スケーラブルな数値と厳密な理論的保証の組み合わせは、TJMベースのノイズ学習を大きな量子デバイスにおける散逸を特徴づける実用的な基礎として位置づけている。
  論文  参考訳（メタデータ） (2026-08-25T15:07:11Z)
• Mitigating Bias in Low-SNR Financial Reinforcement Learning via Quantum Representations [32.164152251693565]
  金融市場は典型的な低信号-雑音比(SNR)の設定であり、ソフトアクター-臨界(SAC)のような最大エントロピー法を不安定化することが多い。 本稿では,アクタと批評家ネットワークの前に,効率よく有界な量子回路(PQC)であるFPQC-SACを提案する。 実世界のポートフォリオ管理タスクに関する実証的な評価は、FPQC-SACがサンプル外安定性と累積リターンを大幅に向上させることを示している。
  論文  参考訳（メタデータ） (2026-06-09T05:55:06Z)
• Towards Joint Quantization and Token Pruning of Vision-Language Models [53.978753457744055]
  トークンプルーニングと低ビット量子化は、推論コストの削減を補完する。 我々は、低ビット推論と決定論的視覚トーケンプルーニングを統一する協調量子化&プルーニングフレームワークを提案する。 標準VLMベンチマークの実験では、同じ低ビット状態下でのステージワイドベースラインよりもロバスト性が改善された。
  論文  参考訳（メタデータ） (2026-04-19T08:18:29Z)
• Orders of magnitude runtime reduction in quantum error mitigation [0.0]
  仮想ノイズスケーリングと層状緩和アーキテクチャを組み合わせた緩和フレームワークを提案する。 提案手法は動的回路と互換性があり、誤り検出や量子誤り訂正方式とシームレスに統合できる。
  論文  参考訳（メタデータ） (2026-01-30T10:07:31Z)
• Adaptive Fidelity Estimation for Quantum Programs with Graph-Guided Noise Awareness [30.900274564864223]
  QuFidは適応的でノイズ対応のフレームワークで、オンラインで測定予算を決定する。 固定ショットや学習ベースラインと比較して,QuFidは測定コストを大幅に削減することを示す。
  論文  参考訳（メタデータ） (2026-01-21T07:04:05Z)
• PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition [49.955269674859004]
  本稿では,PhyG-MoE(Physics-Guided Mixture-of-Experts)について述べる。 静的アーキテクチャとは異なり、提案システムはスペクトル特性の絡み合いに基づいて信号をルーティングするスペクトルベースのゲーティング機構を用いる。 高容量のTransNeXtエキスパートがオンデマンドでアクティベートされ、飽和シナリオで複雑な機能を分離する一方、軽量のエキスパートは基本的なシグナルを処理してレイテンシを最小化する。
  論文  参考訳（メタデータ） (2026-01-19T07:57:52Z)
• SKANet: A Cognitive Dual-Stream Framework with Adaptive Modality Fusion for Robust Compound GNSS Interference Classification [47.20483076887704]
  グローバルナビゲーション衛星システム(GNSS)は、洗練された妨害による脅威の増大に直面している。 時間周波数画像(TFI)とパワースペクトル密度(PSD)を統合した2重ストリームアーキテクチャに基づく認知的ディープラーニングフレームワークを提案する。 SKANetは96.99%の精度を達成し、複合妨害分類において優れたロバスト性を示した。
  論文  参考訳（メタデータ） (2026-01-19T07:42:45Z)
• 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)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Quantum Reinforcement Learning-Guided Diffusion Model for Image Synthesis via Hybrid Quantum-Classical Generative Model Architectures [2.005299372367689]
  本稿では,各段階でCFGを動的に調整するQRL(quantum reinforcement learning)コントローラを提案する。 コントローラは、ハイブリッド量子-古典的アクター-批判的アーキテクチャを採用する。 CIFAR-10の実験は、QRLポリシーが知覚品質を改善することを示した。
  論文  参考訳（メタデータ） (2025-09-17T16:47:04Z)
• Non-Markovian Noise Mitigation: Practical Implementation, Error Analysis, and the Role of Environment Spectral Properties [5.2817683527115555]
  非マルコフ雑音に対するQEMフレームワークにおける確率的誤差キャンセル(PEC)法を拡張して非マルコフ雑音除去(NMNM)法を提案する。 我々は,QEMの全体近似誤差とサンプリングオーバーヘッドと環境のスペクトル特性との直接接続を確立する。
  論文  参考訳（メタデータ） (2025-01-09T07:22:06Z)
• Bayesian Quantum Amplitude Estimation [46.03321798937855]
  量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。 耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。 本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
  論文  参考訳（メタデータ） (2024-12-05T18:09:41Z)
• Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
  我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。 消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。 以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-21T17:40:18Z)
• Mitigating crosstalk errors by randomized compiling: Simulation of the BCS model on a superconducting quantum computer [41.94295877935867]
  CNOT2量子ゲートを起点とするクロストークエラーは、多くの量子コンピューティングプラットフォームにおけるエラーの重要な原因である。 隣接するキュービットの特別な処理を含むランダム化コンパイルプロトコルを拡張し,適用する。 隣り合う量子ビットのツイリングは、新しい量子ビットや回路を追加することなく、ノイズ推定プロトコルを劇的に改善することを示します。
  論文  参考訳（メタデータ） (2023-05-03T18:00:02Z)

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。