論文の概要: GPU-Accelerated Host-Aware Dead-Measurement Detection in Hybrid Quantum--Classical Programs: Full Version

• arxiv url: http://arxiv.org/abs/2607.09976v1
• Date: Fri, 10 Jul 2026 21:05:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.267931
• Title: GPU-Accelerated Host-Aware Dead-Measurement Detection in Hybrid Quantum--Classical Programs: Full Version
• Title（参考訳）: ハイブリッド量子プログラムにおけるGPU高速化ホスト対応デッド計測検出:フルバージョン
• Abstract要約: ハイブリッドプログラムは、量子回路と測定結果を消費する古典的なホストプログラムを組み合わせる。 このようなプログラムでは、結果はホストによって構文的に読み取られるが、意味的にはノンコントリビュータである。 抽象的解釈により,非貢献性測定結果を特定する意味論的ホスト側静的解析を提案する。
• 参考スコア（独自算出の注目度）: 2.1839097154196034
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hybrid programs combine a quantum circuit with a classical host program that consumes measurement outcomes. In such programs, an outcome may be syntactically read by the host but semantically non-contributory: changing the outcome cannot change the returned value. Such outcomes obscure gates that are dead only relative to the host semantics, and are therefore invisible to circuit-local optimizers. We present a semantics-aware host-side static analysis that identifies non-contributory measurement outcomes by abstract interpretation, and prove its soundness. We implement the analysis and evaluate it on $24$ application-faithful hybrid workloads across quantum chemistry, optimization, quantum machine learning, and quantum finance. Compared with a syntactic liveness baseline, our analysis identifies more than $4\times$ as many non-contributory measurements, and it standalone enables the removal of $37.98\%$ of total gates on average. Even after the state-of-the-art optimizers like Qiskit, t|ket$\rangle$, and PyZX have already optimized the circuits, our analysis still enables removal of more than $30\%$ of the post-optimized gates, showing that the host-semantic opportunities exposed by our analysis are not subsumed by circuit-local optimization. To scale our analysis, we further lower host programs to an SSA-style levelized intermediate representation that exposes level-wise parallelism for GPU execution, and implement a CUDA backend. We prove that this lowering preserves the analysis result, and the evaluation shows speedups of up to $6.53\times$ over a sequential baseline as structural parallelism increases.
• Abstract（参考訳）: ハイブリッドプログラムは、量子回路と測定結果を消費する古典的なホストプログラムを組み合わせる。 このようなプログラムでは、結果はホストによって構文的に読み取られるが、意味的にはノンコントリビュータである。 このような結果、ホストのセマンティクスに対してしか死なないゲートは、回路ローカルなオプティマイザには見えない。 本稿では,抽象的な解釈によって非貢献的な測定結果を特定し,その健全性を証明する意味論的ホスト側静的解析を提案する。 分析を実装し、量子化学、最適化、量子機械学習、量子ファイナンスにまたがるアプリケーション指向のハイブリッドワークロードを24ドルで評価します。 統語的活力ベースラインと比較して、我々の分析では、多くの非貢献測定値の4ドル以上を識別し、スタンドアローンで平均37.98ドル%の総ゲートを除去することができる。 Qiskit, t|ket$\rangle$, PyZXのような最先端の最適化器が既に回路を最適化した後でも、我々の分析では、最適化後のゲートの30ドル以上を除去することが可能であり、回路局所最適化によって、ホスト・セマンティックな機会が想定されないことを示している。 分析をスケールするために、ホストプログラムをSSAスタイルのレベル化中間表現に格下げし、GPU実行のレベルワイド並列性を公開し、CUDAバックエンドを実装します。 この低下は解析結果を保ち、構造的並列性の増加に伴い、逐次ベースライン上で最大6.53\times$のスピードアップを示す。

関連論文リスト

• SSTQ:Privacy-Preserving Vector Quantization via Subsampled Stochastic TurboQuant [79.24089819400126]
  Subsampled TurboQuant (SSTQ) は、オーバーコンプリートな等幅のタイトフレーム、座標サブサンプリング、プライバシ対応量子化を組み合わせたフレームワークである。 SSTQは平均2乗誤差スケーリングを実現し、クライアントあたり$lceil log N il + b$ bitsを使用する。 また、コードブックに依存したMSEスケーリングを$O(4b)$から$O(2b)$に削減する、プライバシを意識したコードブックの目的も導出します。
  論文  参考訳（メタデータ） (2026-08-05T17:51:25Z)
• Quantum Interference as a Proposal Mechanism for Combinatorial Optimization [0.0]
  量子提案干渉探索(QIPS)は、シード条件の量子回路を用いて局所的な干渉パターンを生成する。 QIPSは低エネルギーソリューションのエリートフロンティアを更新するために使用される。 パフォーマンスは、トップ$Kのカバレッジ、ヒット率、多重性、Hilbert空間のカバレッジ、ダイアドランクのメトリクスを使って評価される。
  論文  参考訳（メタデータ） (2026-07-29T22:54:13Z)
• GPU-accelerated semidefinite programming for causal games [0.12891210250935145]
  特定の、あるいは確率論的に混合された因果順序に適合する相関は、1/2$を超える確率を達成できない。 局所次元が$d = 5$を超えると、このギャップを狭めることができるかどうかを考察する。 我々の結果は、既知の上界に近づくためには、定性的に異なる戦略が必要であるか、境界自体がきついものではないことを示唆している。
  論文  参考訳（メタデータ） (2026-06-18T17:36:34Z)
• A Scalable Distributed Quantum Optimization Framework via Factor Graph Paradigm [46.08923284345648]
  分散量子最適化のための構造認識フレームワークを提案する。 検索スペースが$N$の場合、我々のフレームワークはプロセッサやセパレータに依存した要素に対して$O(sqrtN)$クエリ複雑性を達成する。 構造を考慮した分解は、量子ネットワーク上でのスケーラブルな分散量子最適化に実践的な道をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-03-08T15:15:52Z)
• $\ abla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space [71.23672814629448]
  $nabla$-Reasonerは、トークンログに対する差別化可能な最適化をデコードループに統合する反復生成フレームワークである。 $nabla$-Reasonerは、挑戦的な数学的推論ベンチマークで20%以上の精度の向上を実現している。
  論文  参考訳（メタデータ） (2026-03-05T08:42:54Z)
• On the Convergence of Single-Loop Stochastic Bilevel Optimization with Approximate Implicit Differentiation [44.084531611147305]
  単一ループ近似インプリシト差分法(SSAID)アルゴリズムの洗練された収束解析を行う。 i) 最適な$mathcalO(-2)$最先端のマルチループメソッドのレートと一致し、 (ii) $-dependenceの最初の明示的できめ細かい特徴を提供する。
  論文  参考訳（メタデータ） (2026-02-27T03:12:08Z)
• Quantum Circuit Generation via test-time learning with large language models [0.0]
  大規模言語モデル(LLM)は構造化されたアーティファクトを生成することができるが、科学的設計の信頼性として使用するにはブラックボックス評価の下で反復的改善のメカニズムが必要である。 LLMは固定長ゲートリストへの編集を提案し、外部シミュレータはMeyer-Wallach(MW)グローバルエンタングルメント尺度を用いて結果の状態を評価する。 従来のハイパフォーマンスな候補を明示的なメモリトレースとして再利用できる軽量なテスト時間学習レシピを導入し、スコア差フィードバックでプロンプトを強化し、再起動する。
  論文  参考訳（メタデータ） (2026-02-03T12:41:25Z)
• Variational Entropic Optimal Transport [67.76725267984578]
  本稿では,ドメイン翻訳問題に対する変分エントロピー最適輸送(VarEOT)を提案する。 VarEOTは、補助正の正規化子上のトラクタブルな一般化として、log-partition $log mathbbE[exp(cdot)$の正確な変分再構成に基づいている。 合成データと画像と画像の変換に関する実験は、競争力のあるか、あるいはより良い翻訳品質を示す。
  論文  参考訳（メタデータ） (2026-02-02T15:48:44Z)
• Decentralized Optimization on Compact Submanifolds by Quantized Riemannian Gradient Tracking [45.147301546565316]
  本稿では,コンパクト部分多様体における分散最適化の問題について考察する。 エージェントが量子化変数を用いて変数を更新するアルゴリズムを提案する。 我々の知る限りでは、量子化の存在下で$mathcalO (1/K)$収束率を達成した最初のアルゴリズムである。
  論文  参考訳（メタデータ） (2025-06-09T01:57:25Z)
• Decentralized Nonconvex Composite Federated Learning with Gradient Tracking and Momentum [78.27945336558987]
  分散サーバ(DFL)はクライアント・クライアント・アーキテクチャへの依存をなくす。 非滑らかな正規化はしばしば機械学習タスクに組み込まれる。 本稿では,これらの問題を解決する新しいDNCFLアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-04-17T08:32:25Z)
• Dead Gate Elimination [0.13108652488669736]
  デッドゲートを識別・除去する新しい回路最適化手法を提案する。 デッドゲートの除去がその後の計算結果に寄与する測定結果の確率分布に影響を与えないことを実証する。
  論文  参考訳（メタデータ） (2025-04-17T08:10:59Z)
• Transformers as Support Vector Machines [54.642793677472724]
  自己アテンションの最適化幾何と厳密なSVM問題との間には,形式的等価性を確立する。 勾配降下に最適化された1層変圧器の暗黙バイアスを特徴付ける。 これらの発見は、最適なトークンを分離し選択するSVMの階層としてのトランスフォーマーの解釈を刺激していると信じている。
  論文  参考訳（メタデータ） (2023-08-31T17:57:50Z)
• A general sample complexity analysis of vanilla policy gradient [101.16957584135767]
  政策勾配(PG)は、最も一般的な強化学習(RL)問題の1つである。 PG軌道の「バニラ」理論的理解は、RL問題を解く最も一般的な方法の1つである。
  論文  参考訳（メタデータ） (2021-07-23T19:38:17Z)
• Hessian-based optimization of constrained quantum control [0.0]
  勾配に基づくテキストスクリプアルゴリズムは、量子物理学の幅広い分野にうまく適用されている。 我々はコヒーレント力学の厳密な2mathrmnd$次解析微分を導出し実装する。 本稿では,制約付きユニタリゲート合成における最適かつ平均的な誤りに対して,回路テクスチャシステム上での性能改善を示す。
  論文  参考訳（メタデータ） (2020-06-01T13:31:06Z)

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。