Fugu-MT 論文翻訳(概要): An LLM System for Autonomous Variational Quantum Circuit Design

論文の概要: An LLM System for Autonomous Variational Quantum Circuit Design

arxiv url: http://arxiv.org/abs/2606.13380v1
Date: Thu, 11 Jun 2026 14:08:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-12 15:55:27.837947
Title: An LLM System for Autonomous Variational Quantum Circuit Design
Title（参考訳）: 自律可変量子回路設計のためのLLMシステム
Authors: Kenya Sakka, Wataru Mizukami, Kosuke Mitarai,
Abstract要約: 本稿では,大規模言語モデル(LLM)を用いて反復量子回路設計を行う自律エージェントフレームワークを提案する。量子機械学習のための量子特徴写像構築と、量子化学における変分量子固有解法応用のためのアンザッツ生成の2つの課題について、その枠組みを評価する。
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: The design of high performing quantum circuits remains largely dependent on human expertise. We introduce an autonomous agentic framework that employs large language models (LLMs) to conduct iterative quantum circuit designs under explicit design constraints. Our system integrates seven components: Exploration, Generation, Discussion, Validation, Storage, Evaluation, and Review. These components form a closed-loop workflow that combines web-based knowledge acquisition, literature-grounded critique, executable code generation, and experimental feedback. We evaluate the framework on two tasks: quantum feature map construction for quantum machine learning and ansatz generation for variational quantum eigensolver applications in quantum chemistry. In image classification benchmarks, the best generated feature map outperforms representative quantum feature maps and, when scaled to larger qubit counts, surpasses the classical radial basis function kernel. In molecular ground state estimation across seven molecules, the generated ansatz attains competitive accuracy with widely used chemically inspired and hardware-efficient constructions while satisfying the imposed scaling constraints. These results establish LLM driven agentic system as a viable paradigm for automated quantum circuit design and illustrate how AI systems can participate in iterative scientific optimization workflows across scientific domains.
Abstract（参考訳）: 高性能量子回路の設計は、人間の専門知識に大きく依存している。本稿では,大規模言語モデル(LLM)を用いて,明示的な設計制約の下で反復的な量子回路設計を行う自律エージェントフレームワークを提案する。本システムでは, 探索, 生成, 議論, 検証, 保管, 評価, レビューの7つのコンポーネントを統合する。これらのコンポーネントはクローズドループワークフローを形成し、Webベースの知識獲得、文学的な批判、実行可能なコード生成、実験的なフィードバックを組み合わせる。量子機械学習のための量子特徴写像構築と、量子化学における変分量子固有解法応用のためのアンザッツ生成の2つの課題について、その枠組みを評価する。画像分類ベンチマークでは、最も優れた特徴写像は代表量子特徴写像より優れており、より大きい量子ビット数にスケールすると、古典的ラジアル基底関数カーネルを上回る。 7分子にわたる分子基底状態推定において、生成したアンザッツは、負荷されたスケーリング制約を満たすとともに、広く使用される化学的にインスパイアされ、ハードウェア効率の良い構造と競合する精度を得る。これらの結果は、LLM駆動のエージェントシステムを、自動量子回路設計のための実行可能なパラダイムとして確立し、AIシステムが科学領域をまたいだ反復的な科学的最適化ワークフローにどのように参加できるかを説明する。

関連論文リスト

AQER: a scalable and efficient data loader for digital quantum computers [62.40228216126285]
我々は,ターゲット状態の絡み合いを体系的に低減し,負荷回路を構成するスケーラブルなAQL手法であるAQERを開発した。我々は、合成データセット、古典画像および言語データセット、最大50キュービットの量子多体状態データセットを用いて、AQERの有効性を評価するための体系的な実験を行う。
論文参考訳（メタデータ） (2026-02-02T14:39:42Z)
FlowQ-Net: A Generative Framework for Automated Quantum Circuit Design [8.70817825961863]
自動量子回路合成のための生成フレームワークであるtextscFlowQ-Net(Flow-based Quantum Design Network)を紹介する。このフレームワークは、回路を順次構築するポリシーを学習し、それらをフレキシブルなユーザ定義報酬関数にサンプリングする。シミュレーションにより,textscFlowQ-Netの有効性を実証する。
論文参考訳（メタデータ） (2025-10-30T16:57:13Z)
Artificial intelligence for representing and characterizing quantum systems [49.29080693498154]
大規模量子システムの効率的なキャラクタリゼーションは、量子科学における中心的な課題である。人工知能(AI)の最近の進歩は、この課題に対処するための強力なツールとして現れている。本稿では、これらのAIパラダイムが量子システム評価における2つのコアタスクにどのように貢献するかを論じる。
論文参考訳（メタデータ） (2025-09-05T08:41:24Z)
Automating quantum feature map design via large language models [0.8009842832476994]
本稿では,大規模言語モデルを用いて量子特徴写像を自律的に生成,評価,洗練するエージェントシステムを提案する。 MNISTデータセットの実験では、人間の介入なしに特徴マップを発見し、洗練することができる。
論文参考訳（メタデータ） (2025-04-10T02:27:45Z)
Learning agent-based approach to the characterization of open quantum systems [0.08496348835248901]
我々は,オープンな量子モデル学習エージェント (oQMLA) フレームワークを導入し,Louvillianフォーマリズムによるマルコフ雑音を考慮した。ハミルトン作用素とジャンプ作用素を同時に学習することにより、oQMLAは独立に系のコヒーレント力学と非コヒーレント力学の両方を捉える。複雑化のシミュレーションシナリオにおける本実装の有効性を検証し,ハードウェアによる測定誤差に対するロバスト性を示す。
論文参考訳（メタデータ） (2025-01-09T16:25:17Z)
QCircuitBench: A Large-Scale Dataset for Benchmarking Quantum Algorithm Design [63.02824918725805]
量子コンピューティングは、量子アルゴリズムによる古典的コンピューティングよりも大幅にスピードアップされていることが認識されている。 QCircuitBenchは、量子アルゴリズムの設計と実装におけるAIの能力を評価するために設計された最初のベンチマークデータセットである。
論文参考訳（メタデータ） (2024-10-10T14:24:30Z)
Explaining Quantum Circuits with Shapley Values: Towards Explainable Quantum Machine Learning [1.0984331138780683]
人工知能(AI)や機械学習(ML)の手法はますます複雑化しており、同時に人々の生活にも影響を及ぼしている。並行して、量子機械学習(QML)が登場し、量子コンピューティングハードウェアの改善とクラウドサービスによる可用性の向上が進行中である。 QMLは、量子力学を利用してMLタスク(典型的には量子と古典のリソースを組み合わせた量子古典的ハイブリッドアルゴリズム)を促進する量子強化MLを可能にする。
論文参考訳（メタデータ） (2023-01-22T15:17:12Z)
The Basis of Design Tools for Quantum Computing: Arrays, Decision Diagrams, Tensor Networks, and ZX-Calculus [55.58528469973086]
量子コンピュータは、古典的コンピュータが決して起こらない重要な問題を効率的に解決することを約束する。完全に自動化された量子ソフトウェアスタックを開発する必要がある。この研究は、今日のツールの"内部"の外観を提供し、量子回路のシミュレーション、コンパイル、検証などにおいてこれらの手段がどのように利用されるかを示す。
論文参考訳（メタデータ） (2023-01-10T19:00:00Z)
QuaSiMo: A Composable Library to Program Hybrid Workflows for Quantum Simulation [48.341084094844746]
本稿では、ハイブリッド量子/古典的アルゴリズムの開発と量子シミュレーションへの応用のための構成可能な設計手法を提案する。ハードウェアに依存しないQCORをQuaSiMoライブラリに実装する。
論文参考訳（メタデータ） (2021-05-17T16:17:57Z)
Composable Programming of Hybrid Workflows for Quantum Simulation [48.341084094844746]
本稿では、ハイブリッド量子/古典的アルゴリズムの開発と量子シミュレーションへの応用のための構成可能な設計手法を提案する。ハードウェアに依存しないQCORをQuaSiMoライブラリに実装する。
論文参考訳（メタデータ） (2021-01-20T14:20:14Z)

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。