論文の概要: StableShots: Online Shot Stopping for Quantum Circuit Execution
- arxiv url: http://arxiv.org/abs/2606.22170v1
- Date: Sat, 20 Jun 2026 17:58:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 22:20:30.907124
- Title: StableShots: Online Shot Stopping for Quantum Circuit Execution
- Title（参考訳）: StableShots: 量子回路実行のためのオンラインショットストップ
- Authors: Giuseppe Bisicchia, Alessandro Bocci, Ernesto Pimentel, Antonio Brogi,
- Abstract要約: 静的量子回路のブラックボックスオンライン停止ルールであるStableShotsを提示する。
我々は,180QSimBenchトレース上のStableShotsを6つの回路ファミリ,4から14キュービットの6サイズ,および5つのノイズの多いIBMシミュレートバックエンドで評価した。
- 参考スコア（独自算出の注目度）: 40.18088847775028
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum circuit execution estimates output distributions by repeated measurements, yet developers commonly choose a fixed shot budget before execution. This static choice is brittle: low budgets can under-sample the distribution, while high budgets waste measurements. In this paper, we present StableShots, a black-box online stopping rule for static quantum circuits. The method executes a fixed circuit in small batches, monitors the total-variation distance between cumulative empirical distributions, and stops after repeated evidence of local stability. We evaluate StableShots on 180 QSimBench traces spanning six circuit families, six sizes from 4 to 14 qubits, and five noisy IBM simulated backends. With validation-only calibration and 100 repeated backend-holdout splits, the selected configuration reaches TVD <= 0.05 on all held-out test evaluations with median 7,650 shots, whereas fixed-shot baselines either fail more often or spend substantially more shots.
- Abstract（参考訳）: 量子回路の実行は繰り返し測定によって出力分布を推定するが、開発者は一般的に、実行前に固定ショットの予算を選択する。
この静的な選択は不安定で、低予算は分布をアンダーサンプリングでき、高予算は計測を無駄にする。
本稿では,静的量子回路のブラックボックスオンライン停止規則であるStableShotsを提案する。
この方法は、小さなバッチで固定回路を実行し、累積経験分布間の全変分距離を監視し、局所安定性の繰り返し証拠の後に停止する。
我々は,180QSimBenchトレース上のStableShotsを6つの回路ファミリ,4から14キュービットの6サイズ,および5つのノイズの多いIBMシミュレートバックエンドで評価した。
バリデーションのみのキャリブレーションと100回のバックホールドアウトスプリットにより、選択された構成は、中央値7,650ショットのホールドアウトテスト評価でTVD <= 0.05に達する。
関連論文リスト
- How Many Shots Are Enough for a Quantum Circuit? [40.18088847775028]
量子アルゴリズムは、出力分布を正確に推定するために、ショットと呼ばれる繰り返し回路の実行を必要とする。
ブラックボックス設定でショット最適化の問題に対処し、量子回路の構造やバックエンドのノイズモデルについて仮定することができない。
IncrementalExecutionは、ショットの実行を停止するタイミングを動的に決定する新しいオンラインフレームワークである。
論文 参考訳（メタデータ） (2026-06-15T17:02:51Z) - Circuit-Level Noise Estimation via Shuttling in Plaquette Circuits [46.3492821660498]
2つのシンドローム量子ビット構成を用いた表面コードプラケット実験の開発と実行を行う。
アプローチを検証するため,イオントラップ(IonQ Aria1)ネイティブゲートセットにプラケットをコンパイルし,ハードウェア対応の書き換えテンプレートを適用した。
単発プラケット計測結果から回路レベルのノイズ率を推定する。
論文 参考訳（メタデータ） (2026-06-03T09:02:32Z) - Experimental Implementation of the Quantum Volunteer's Dilemma on NISQ Hardware: Noise Analysis and Digital-Twin Validation [0.0]
雑音量子(NISQ)ハードウェア上でのマルチプレイヤー量子ボランティアのジレンマを実験的に実装する。
ゲームは4つのトランスパイラ最適化レベルの下でN = 2から9のプレイヤーに対して評価される。
読み出し補正により、大域平均ペイオフは、N = 6の量子理論ベンチマークを正確に再現する。
論文 参考訳（メタデータ） (2026-05-29T00:10:35Z) - Q-Drift: Quantization-Aware Drift Correction for Diffusion Model Sampling [45.88028371034407]
ポストトレーニング量子化(PTQ)は、大規模な拡散モデルを展開するための実践的な方法である。
本稿では,量子化誤差を暗黙の摂動として扱うQ-Driftを提案する。
Q-Driftは、キャリブレーションから時間的変動統計を推定し、実際には5つの完全精度/量子化キャリブレーションを必要とする。
論文 参考訳（メタデータ） (2026-03-18T10:19:36Z) - Faster Probabilistic Error Cancellation [6.418044102466421]
そこで本研究では,標準手法よりもサンプリングコストが低いPECを実現するための新しい手法を提案する。
PECを解析的にも数値的にも節約できることを示す。
また, この手法を実験的に実証し, 緩和値と理想値との良好な一致を見出した。
論文 参考訳（メタデータ） (2025-06-04T21:38:56Z) - Leakage in restless quantum gate calibration [0.5439020425819]
マルコフ連鎖に基づくレスレス回路実行シミュレータを開発し, リークの影響について検討する。
レスレスキャリブレーションは, 現在の単一ビットゲートの10～4ドルのゲート忠実度に比べ, 最大0.5%の漏れを許容することを示す。
この結果から、レスレス回路の実行が非計算状態の誤分類に対してレジリエンスであることを示す標準量子ビット状態判別法が得られた。
論文 参考訳（メタデータ） (2023-04-18T20:59:16Z) - HAWQV3: Dyadic Neural Network Quantization [73.11579145354801]
現在の低精度量子化アルゴリズムは、浮動小数点から量子化された整数値への変換の隠れコストを持つことが多い。
HAWQV3は、新しい混合精度整数のみの量子化フレームワークである。
論文 参考訳（メタデータ） (2020-11-20T23:51:43Z) - Calibration of Neural Networks using Splines [51.42640515410253]
キャリブレーション誤差の測定は、2つの経験的分布を比較します。
古典的コルモゴロフ・スミルノフ統計テスト(KS)にインスパイアされたビンニングフリーキャリブレーション尺度を導入する。
提案手法は,KS誤差に対する既存の手法と,他の一般的なキャリブレーション手法とを一貫して比較する。
論文 参考訳（メタデータ） (2020-06-23T07:18:05Z)
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。