論文の概要: Treewidth-Aware Gate Cut Selection for Reducing Transpilation Overhead on Superconducting Quantum Devices

• arxiv url: http://arxiv.org/abs/2605.29723v1
• Date: Thu, 28 May 2026 10:18:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 05:02:24.573014
• Title: Treewidth-Aware Gate Cut Selection for Reducing Transpilation Overhead on Superconducting Quantum Devices
• Title（参考訳）: 超電導量子デバイス上での透過オーバヘッド低減のためのツリー幅対応ゲートカット選択
• Authors: Hana Ebi, Shin Nishio, Takahiko Satoh,
• Abstract要約: 準確率分解(QPD)によるゲート切断は、選択された2ビットゲートを除去し、ルーティングオーバーヘッドを低減することができるが、サンプリングコストはカット配置を重要視する。 グラフのみの2段階ゲートカット選択法であるTW2Sを提案する。
• 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: On superconducting quantum devices with sparse qubit connectivity, transpilation of long-range two-qubit interactions inserts additional SWAP gates, increasing hardware cost and execution error. Gate cutting via quasi-probability decomposition (QPD) can remove a selected two-qubit gate and thereby reduce routing overhead, but its sampling cost makes cut placement critical. We propose TW2S, a graph-only two-stage gate-cut selection method that operates on the circuit interaction graph without backend-specific transpilation at selection time. Stage 1 analyzes a min-fill elimination trace and scores edges by their contribution to a treewidth upper bound. Stage 2 ranks the resulting candidates by edge betweenness centrality with a degree penalty to identify routing bottlenecks. Across grid, Watts-Strogatz, barbell, and stochastic block model benchmarks transpiled to IBM's FakeSherbrooke backend, TW2S consistently outperforms random cut selection when the interaction graph contains identifiable sparse cuts. The advantage is governed not by absolute graph density but by moderate community structure and accessible inter-community edges. We further derive a mean-squared-error breakeven condition showing that, under a shared total shot budget, QPD is beneficial only when the ECR reduction is large enough and the signal strength is sufficient. Under an expanded per-subcircuit budget the signal-strength requirement is substantially relaxed. In noisy simulations of the J1-J2 transverse-field Ising model, TW2S achieves $Δ$ECR = 47 for n = 8, compared with approximately 9 for random selection, and yields lower estimation error than the uncut baseline in the tested strong-signal regime, with larger gains at increased shot budgets. These results position graph-structural cut selection as a practical compiler-side tool for turning circuit cutting into a targeted routing-reduction strategy.
• Abstract（参考訳）: 希薄な量子ビット接続を持つ超伝導量子デバイスでは、長距離2量子ビット相互作用の透過が追加のSWAPゲートを挿入し、ハードウェアコストと実行エラーを増大させる。 準確率分解(QPD)によるゲート切断は、選択された2ビットゲートを除去し、ルーティングオーバーヘッドを低減することができるが、サンプリングコストはカット配置を重要視する。 グラフのみの2段階ゲートカット選択法であるTW2Sを提案する。 ステージ1はミンフィル除去トレースを分析し、木幅の上界への寄与によってエッジをスコアする。 ステージ2では、結果の候補をエッジ間の中央集中度でランク付けして、ルーティングのボトルネックを特定する。 Across grid, Watts-Strogatz, barbell, and stochastic block model benchmarks transpiled to IBM's FakeSherbrooke backend, TW2Sは、相互作用グラフが識別可能なスパースカットを含む場合、ランダムカット選択を一貫して上回る。 この利点は絶対グラフ密度ではなく、中程度のコミュニティ構造とアクセス可能なコミュニティ間のエッジによって支配される。 さらに, ECR削減が十分大きく, 信号強度が十分である場合にのみQPDが有用であることを示す平均2乗誤差破断条件を導出する。 サブサーキット当たりの予算が拡大され、信号強度の要求は大幅に緩和される。 J1-J2 逆場イジングモデルのノイズシミュレーションでは、TW2S は n = 8 の$Δ$ECR = 47 をランダム選択の約9 に対して達成し、試験された強信号系におけるアンカットベースラインよりも低い推定誤差を得る。 これらの結果から,回路切断を目的のルーティング還元戦略に変換するための実用的なコンパイラ側ツールとして,グラフ構造的カット選択を位置づけた。

関連論文リスト

• Entropy Across the Bridge: Conditional-Marginal Discretization for Flow and Schrödinger Samplers [68.9946633641494]
  フローマッチングとシュルディンガーブリッジは確率を定義するが、その推論格子は通常一点拡散から受け継がれる。 終端条件付き橋梁形状を境界流の進化から分離し, 橋梁を識別する条件付きエントロピーレートを導出する。 EDM/CIFAR-10では、エントロピックな時間分散は5段階のFID(186.3 pm 4.0対200.5 pm 2.9対cosineの238.0 pm 5.3)が最適である。
  論文  参考訳（メタデータ） (2026-05-15T16:11:10Z)
• BPDQ: Bit-Plane Decomposition Quantization on a Variable Grid for Large Language Models [56.504879072674015]
  本稿では,ビットプレーンとスカラー係数による可変量子化グリッドを構成するビットプレーン分解量子化(BPDQ)を提案する。 BPDQは、1つのGTX 3090上でQwen2.5-72Bを83.85%のGSM8Kの精度で提供できる(ただし16ビットでは90.83%)。
  論文  参考訳（メタデータ） (2026-02-04T02:54:37Z)
• 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)
• Quantum Circuit Optimization Based on Dynamic Grouping and ZX-Calculus for Reducing 2-Qubit Gate Count [9.400669963756508]
  量子回路における2キュービットゲートは、単一キュービットゲートよりもノイズの影響を受けやすい。 本稿では,動的グルーピングとZX計算に基づく量子回路最適化手法を提案する。
  論文  参考訳（メタデータ） (2025-07-19T02:05:32Z)
• Cutting circuits with multiple two-qubit unitaries [1.3791394805787949]
  任意の数の2量子ユニタリを切断するための最適なサンプリングオーバーヘッドの式を導出する。 任意の2ビットのユニタリをひとつに分割する方が、個々のユニタリをカットするよりも安いことが分かりました。
  論文  参考訳（メタデータ） (2023-12-18T19:00:07Z)
• Cutting multi-control quantum gates with ZX calculus [2.7425745251534064]
  マルチコントロールZゲートの切断方法を提案する。 我々は,IBMハードウェアへの提案を評価し,カット回路におけるCNOTゲートの強い低減によるノイズ耐性を実験的に示す。
  論文  参考訳（メタデータ） (2023-02-01T11:47:05Z)
• Software mitigation of coherent two-qubit gate errors [55.878249096379804]
  2量子ゲートは量子コンピューティングの重要な構成要素である。 しかし、量子ビット間の不要な相互作用(いわゆる寄生ゲート)は、量子アプリケーションの性能を低下させる。 寄生性2ビットゲート誤差を軽減するための2つのソフトウェア手法を提案する。
  論文  参考訳（メタデータ） (2021-11-08T17:37:27Z)
• GDP: Stabilized Neural Network Pruning via Gates with Differentiable Polarization [84.57695474130273]
  ゲートベースまたは重要度に基づくプルーニング手法は、重要度が最小のチャネルを削除することを目的としている。 GDPは、各チャネルのオン・アンド・オフを制御するために、ベルやホイッスルのない畳み込み層の前に接続することができる。 CIFAR-10とImageNetデータセットを用いて行った実験は、提案したGDPが最先端のパフォーマンスを達成することを示している。
  論文  参考訳（メタデータ） (2021-09-06T03:17:10Z)

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。