論文の概要: Towards Efficient Synthesis of Quantum Graph States by Fusing Graph Motifs

• arxiv url: http://arxiv.org/abs/2606.02880v1
• Date: Mon, 01 Jun 2026 20:51:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:04.60295
• Title: Towards Efficient Synthesis of Quantum Graph States by Fusing Graph Motifs
• Title（参考訳）: 拡散グラフモチーフによる量子グラフ状態の効率的な合成に向けて
• Authors: Tingxiang Ji, Hansika Weerasena, Demitry Farfurnik, Jianqing Liu,
• Abstract要約: フォトニックグラフ状態は、測定ベースの量子コンピューティング、分散量子センシング、および量子相互接続を可能にする。 本研究では,分解前のグラフ状態のより合成フレンドリな表現を識別するために,局所クリフォード(LC)等価性を利用して,コストを考慮した分解問題としてフォトニックグラフ状態の合成について検討する。 具体的には,目的とするグラフ状態をリング,スター,リニアモチーフに分解する3段階のフレームワークであるCFD(Cost-Aware Fusion-based Decomposition)を提案する。
• 参考スコア（独自算出の注目度）: 2.4285767320597764
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Photonic graph states with advanced topologies can enable measurement-based quantum computing, distributed quantum sensing, and quantum interconnects. However, the efficient generation of photonic graph states is limited by the probabilistic nature of photonic entangling operations and the exponential dependence of generation rate on resource cost. In this work, we study photonic graph state synthesis as a cost-aware decomposition problem, exploiting local Clifford (LC) equivalence to identify more synthesis-friendly representations of the target graph state before decomposition. Specifically, we propose Cost-aware Fusion-based Decomposition (CFD), a three-stage heuristic framework that decomposes a target graph state into ring, star, and linear motifs, and assembles them via Type-I fusion operations to minimize fusion overhead and physical-qubit consumption. We further show that selecting the LC-equivalent graph state with the minimum number of edges provides a highly effective proxy for near-optimal synthesis: in many cases it matches the best generation rate observed within the LC equivalence class under CFD, and in most remaining cases it remains close to it. Numerical evaluations on graph state orbit data and 2D and 3D lattice graph states demonstrate that CFD achieves up to 84.6\% reduction in resource overhead compared to baseline constructions, and yields improvements in photonic generation rate spanning multiple orders of magnitude. These results suggest that combining structure-aware motif decomposition with LC equivalence is a practical and scalable strategy for photonic graph state synthesis.
• Abstract（参考訳）: 高度なトポロジを持つフォトニックグラフ状態は、測定ベースの量子コンピューティング、分散量子センシング、および量子相互接続を可能にする。 しかし、フォトニックグラフ状態の効率的な生成は、フォトニックエンタングリング操作の確率的性質と、資源コストに対する生成速度の指数的依存性によって制限される。 本研究では,分解前のグラフ状態のより合成に親しみやすい表現を同定するために,局所クリフォード(LC)同値を用いたフォトニックグラフ状態合成をコスト対応分解問題として検討する。 具体的には、目標グラフ状態をリング、スター、リニアモチーフに分解する3段階のヒューリスティックフレームワークであるCFD(Cost-Aware Fusion-based Decomposition)を提案し、それらをType-I融合操作を介して組み立て、核融合オーバーヘッドと物理量子消費を最小限に抑える。 さらに, 最小エッジ数でLC等価グラフ状態を選択することで, ほぼ最適合成の極めて効果的なプロキシが得られ, 多くの場合, CFDの下でのLC同値クラスで観測される最良の生成率と一致し, 残りのほとんどの場合, ほぼ同値であることを示す。 グラフ状態軌道データと2次元および3次元格子グラフ状態の数値評価により、CFDはベースライン構造と比較して最大84.6倍のリソースオーバーヘッド削減を実現し、複数のオーダーにまたがるフォトニック生成率の改善をもたらすことが示されている。 これらの結果は,構造認識モチーフ分解とLC等価性を組み合わせることが,フォトニックグラフ状態合成の実用的でスケーラブルな戦略であることを示唆している。

関連論文リスト

• Rethinking Efficient Graph Coarsening via a Non-Selfishness Principle [56.92868481531399]
  粗大化における近隣住民の集団干渉を優先する非利己的原則を提案する。 局所等方性仮定に基づいて、O(dot d)干渉評価をO(d)に還元する高速なNOPE*を導出する。 粗いグラフの学習は、元のグラフに匹敵する性能を示し、LLMベースのグラフ推論よりも優れた性能を示すことができる。
  論文  参考訳（メタデータ） (2026-05-13T05:24:35Z)
• Cost-aware Photonic Graph State Generation: A Graphical Framework [0.0]
  フォトニックグラフ状態は、量子計算と通信に不可欠な資源である。 任意の大きさと形状のフォトニックグラフ状態を生成するためのコスト対応フレームワークを提案する。 このフレームワーク内では,2ビットゲートの使用量を大幅に削減する決定論的生成アルゴリズムであるGraph Builderを開発した。
  論文  参考訳（メタデータ） (2025-09-26T18:00:01Z)
• A Scalable and Robust Compilation Framework for Emitter-Photonic Graph State [1.3624495460189865]
  決定論的スキームの文脈におけるGraphState-to-Circuitコンパイル問題について検討する。 本稿では,対象のグラフ状態をサブグラフに分割し,個別にコンパイルし,その後回路を結合してエミッタ資源利用を最大化する,新たなコンパイルフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-20T17:01:33Z)
• Heralded photonic graph states with inefficient quantum emitters [2.612403257963011]
  フォトニックグラフ状態を生成するための量子エミッタベースのスキームは、有望でリソース効率の良い方法論を提供する。 我々は、最先端の量子エミッタからの典型的な貧弱な光子収集と互換性のあるフォトニックグラフ状態を作成するための隠蔽スキームを提案する。
  論文  参考訳（メタデータ） (2024-05-22T00:24:01Z)
• Graph Condensation for Inductive Node Representation Learning [59.76374128436873]
  マッピング対応グラフ凝縮法(MCond)を提案する。 MCondは、帰納的表現学習のための合成グラフに新しいノードを統合する。 Redditデータセットでは、最大121.5倍の推論スピードアップと55.9倍のストレージ要求の削減を実現している。
  論文  参考訳（メタデータ） (2023-07-29T12:11:14Z)
• Graphon Pooling for Reducing Dimensionality of Signals and Convolutional Operators on Graphs [131.53471236405628]
  グラフ空間における[0, 1]2の分割上のグラフとグラフ信号の誘導的グラフ表現を利用する3つの方法を提案する。 これらの低次元表現がグラフとグラフ信号の収束列を構成することを証明している。 我々は,層間次元減少比が大きい場合,グラノンプーリングは文献で提案した他の手法よりも有意に優れていることを観察した。
  論文  参考訳（メタデータ） (2022-12-15T22:11:34Z)
• Score-based Generative Modeling of Graphs via the System of Stochastic Differential Equations [57.15855198512551]
  本稿では,連続時間フレームワークを用いたグラフのスコアベース生成モデルを提案する。 本手法は, トレーニング分布に近い分子を生成できるが, 化学価数則に違反しないことを示す。
  論文  参考訳（メタデータ） (2022-02-05T08:21:04Z)
• Block-Approximated Exponential Random Graphs [77.4792558024487]
  指数乱グラフ(ERG)の分野における重要な課題は、大きなグラフ上の非自明なERGの適合である。 本稿では,非自明なERGに対する近似フレームワークを提案する。 我々の手法は、数百万のノードからなるスパースグラフにスケーラブルである。
  論文  参考訳（メタデータ） (2020-02-14T11:42:16Z)

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。