論文の概要: GroverFigureOfMerit: An Agnostic Figure of Merit for Quantum Backend Characterization in the NISQ Era
- arxiv url: http://arxiv.org/abs/2607.08636v1
- Date: Thu, 09 Jul 2026 16:08:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.588022
- Title: GroverFigureOfMerit: An Agnostic Figure of Merit for Quantum Backend Characterization in the NISQ Era
- Title（参考訳）: GroverFigureOfMerit: NISQ時代の量子バックエンド評価のためのメリットの非依存図
- Abstract要約: 本稿では,Groverのアルゴリズムに基づくメリットのフィギュアを,量子バックエンド性能を均等に評価するアルゴリズム的ストレステストとして提案する。
この計量は、目標状態の成功確率と、非一様増幅と非マーク状態へのリークに対する罰則を組み合わせ、ハードウェアアーキテクチャ全体で統一されたスコアを得る。
- 参考スコア（独自算出の注目度）: 41.99844472131922
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Noisy Intermediate-Scale Quantum (NISQ) era poses a challenge for developers: hardware providers expose capabilities through heterogeneous interfaces with proprietary metrics varying widely across providers, hindering informed backend selection. Static characterization metrics - coherence times T1/T2, gate error rates - exhibit limitations: they fail to capture dynamic variability across successive executions, overlook the impact of transpilation, and lack architectural comparability across physically distinct technologies. We propose a Figure of Merit (FoM) based on Grover's algorithm as an algorithmic stress test evaluating quantum backend performance holistically. The metric combines success probability on target states with penalties for non-uniform amplification and leakage to non-marked states, yielding a unified score across hardware architectures. Implemented via the Qonscious framework - a conditional execution platform using polymorphic adapters, it executes agnostically on IBM, IonQ backends, and simulators. Main contributions: (1) proposal and validation of GroverFigureOfMerit, incorporating uniformity and leakage penalties (adapted from GRADE) with emphasis on noise, transpilation, and topological constraints; (2) systematic analysis of heterogeneity across nine quantum providers motivating agnostic metrics; and (3) experimental demonstration via ideal simulators and real-processor noise models, confirming sensitivity to noise, topology, and transpilation overhead. Results confirm the metric distinguishes backend performance under a unified score, capturing intrinsic algorithmic limits. Validation on physical QPUs is identified as a natural next step.
- Abstract（参考訳）: Noisy Intermediate-Scale Quantum(NISQ)時代は、開発者にとって大きな課題となっている。ハードウェアプロバイダは、プロバイダ間で広く異なるプロプライエタリなメトリクスを持つ異種インターフェースを通じて機能を公開し、情報によるバックエンドの選択を妨げる。
静的なキャラクタリゼーションメトリクス - コヒーレンス時間T1/T2、ゲートエラー率 – は、連続する実行における動的変数のキャプチャに失敗し、トランスパイルの影響を見落とし、物理的に異なるテクノロジ間のアーキテクチャ上の互換性を欠いている、という制限を示す。
本稿では,Groverのアルゴリズムに基づくFoM(Final of Merit)を提案する。
この計量は、目標状態の成功確率と、非一様増幅と非マーク状態へのリークに対する罰則を組み合わせ、ハードウェアアーキテクチャ全体で統一されたスコアを得る。
ポリモルフィックアダプタを使用した条件付き実行プラットフォームであるQonsciousフレームワーク経由で実装され、IBM、IonQバックエンド、シミュレータで不可知的に実行される。
主なコントリビューションは,(1)ノイズ,トランスパイル,トポロジカル制約に重点を置いた均一性と漏洩ペナルティ(GRADEから適応)を取り入れたGroverFigureOfMeritの提案と検証,(2)アグノスティックなメトリクスを動機付ける9つの量子プロバイダ間の不均一性の体系的解析,(3)理想的シミュレータと実プロセッサノイズモデルによる実験的実証,そしてノイズ,トポロジ,およびトランスパイルオーバへの感受性の確認。
結果は、その指標が、本質的なアルゴリズムの限界を捉え、統一されたスコアの下でバックエンドのパフォーマンスを区別することを確認した。
物理QPUの検証は、自然な次のステップとして特定される。
関連論文リスト
- From NISQ to Fault-Tolerance: Applications and Algorithmic Benchmarks for Spin Qubits [0.0]
交換専用(EO)スピン量子ビット上での量子アルゴリズムの実装のロードマップを提供する。
ハードウェアの成熟度を異なる段階に絞ったアプリケーションや、実現に成功するための要件を定式化するアプリケーションについて検討する。
論文 参考訳（メタデータ） (2026-09-07T08:28:47Z) - Backend-Aware Graph Learning for Denoising Outcome Distributions in Quantum Program Testing [9.198836693023104]
Q-BRIDGE(Q-BRIDGE)は,雑音の観測を離散分布に変換するグラフ学習に基づく手法である。
Q-BRIDGEは93.97%-94.90%の精度と82.50%-83.51%のリコールを達成した。
論文 参考訳（メタデータ） (2026-07-25T14:02:15Z) - Unified Uncertainty Quantification Framework Bridging Noisy Quantum Backends Across Variational Quantum Algorithms and Quantum Signal Processing [8.883414927945458]
本稿では、アプリケーションレベルのベンチマークとノイズの多い量子バックエンドのキャラクタリゼーションのための不確実性定量化(UQ)フレームワークを提案する。
このフレームワークは、ノイズ中間スケール量子 (NISQ) 変動量子アルゴリズム (VQA) と量子特異値変換 (QSVT) に基づくグリーン関数再構成 (Green's function reconstruction) の2つのワークロードクラスを比較する。
論文 参考訳（メタデータ） (2026-07-15T22:10:05Z) - Quantifying Gate Contribution in Quantum Feature Maps for Scalable Circuit Optimization [0.0]
回路最適化手法としてゲートアセスメントと閾値アセスメント(GATE)が提案される。
GATEは、忠実度、絡み合い、感度を組み合わせることで、各ゲートの関連性を定量化する。
量子状態にアクセス可能なシミュレータ/エミュレータ環境と、実際のハードウェアの両方で定式化されている。
論文 参考訳（メタデータ） (2026-03-20T09:44:07Z) - 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) - 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) - Investigation of Hardware Architecture Effects on Quantum Algorithm Performance: A Comparative Hardware Study [0.0]
クラウドアクセス可能な量子プロセッサは、異種ハードウェアプラットフォーム上での量子アルゴリズムの直接実行を可能にする。
Amazon Braketを使って、トラップイオン、超伝導、シミュレータバックエンドの5つの代表量子アルゴリズムをベンチマークする。
論文 参考訳（メタデータ） (2026-01-07T15:29:52Z) - Towards Heterogeneous Quantum Federated Learning: Challenges and Solutions [47.08625631041616]
量子フェデレーション学習(QFL)は、量子コンピューティングとフェデレーション学習を組み合わせて、データのプライバシを維持しながら分散モデルトレーニングを可能にする。
既存のQFLフレームワークは、量子テキストカラーサイクル間の均一性に重点を置いており、量子データ分散、符号化技術、ハードウェアノイズレベル、計算能力の実際の分散を考慮していない。
これらの違いは、トレーニング中に不安定になり、収束が遅くなり、全体的なモデルパフォーマンスが低下する可能性がある。
論文 参考訳（メタデータ） (2025-11-27T06:35:45Z) - Crosstalk-Resilient Quantum MIMO for Scalable Quantum Communications [40.44880302154388]
クロストークは物理的に結合した量子モードが干渉し、信号の忠実度が低下するときに発生する。
本稿では、離散可変量子情報を連続可変モードに符号化することに基づく緩和戦略を提案する。
論理情報の回復を可能にするゲージ固定デコーダの存在を実証する。
論文 参考訳（メタデータ） (2025-06-26T18:40:26Z) - An Efficient Quantum Classifier Based on Hamiltonian Representations [50.467930253994155]
量子機械学習(QML)は、量子コンピューティングの利点をデータ駆動タスクに移行しようとする分野である。
入力をパウリ弦の有限集合にマッピングすることで、データ符号化に伴うコストを回避できる効率的な手法を提案する。
我々は、古典的および量子モデルに対して、テキストおよび画像分類タスクに対する我々のアプローチを評価する。
論文 参考訳（メタデータ） (2025-04-13T11:49:53Z) - AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。
本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
論文 参考訳（メタデータ） (2024-07-17T18:38:48Z) - Quantum Patch-Based Autoencoder for Anomaly Segmentation [44.99833362998488]
画像の異常セグメンテーションのためのパッチベースの量子オートエンコーダ(QPB-AE)を提案する。
QPB-AEは、組み込まれた入力パッチの量子状態を再構成し、測定から直接異常マップを計算する。
複数のデータセットとパラメータ構成でその性能を評価する。
論文 参考訳（メタデータ） (2024-04-26T08:42:58Z) - Superposed Quantum Error Mitigation [1.732837834702512]
ノイズや不完全性の影響を克服することは、量子コンピューティングにおける大きな課題である。
本稿では,利害関係と一部の補助状態の重ね合わせにおいて,所望のユニタリ計算を適用するアプローチを提案する。
我々は、IBM Quantum Platform上で、同じ動作の並列適用が大きなノイズ軽減につながることを実証した。
論文 参考訳（メタデータ） (2023-04-17T18:01:01Z) - Efficient and robust certification of genuine multipartite entanglement
in noisy quantum error correction circuits [58.720142291102135]
実効多部絡み(GME)認証のための条件付き目撃手法を導入する。
線形な二分割数における絡み合いの検出は, 多数の測定値によって線形にスケールし, GMEの認証に十分であることを示す。
本手法は, 距離3の位相的カラーコードとフラグベースの耐故障バージョンにおける安定化作用素の雑音可読化に適用する。
論文 参考訳（メタデータ） (2020-10-06T18:00:07Z)
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。