論文の概要: Unified Uncertainty Quantification Framework Bridging Noisy Quantum Backends Across Variational Quantum Algorithms and Quantum Signal Processing
- arxiv url: http://arxiv.org/abs/2607.14392v1
- Date: Wed, 15 Jul 2026 22:10:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:32.92126
- Title: Unified Uncertainty Quantification Framework Bridging Noisy Quantum Backends Across Variational Quantum Algorithms and Quantum Signal Processing
- Title（参考訳）: 変分量子アルゴリズムと量子信号処理をまたいだノイズ量子バックエンドをブリッジする統一不確かさ量子化フレームワーク
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 8.883414927945458
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present an uncertainty quantification (UQ) framework for application level benchmarking and characterization of noisy quantum backends. The framework compares two workload classes under one statistical pipeline: noisy intermediate scale quantum (NISQ) variational quantum algorithms (VQAs) and Quantum Singular Value Transformation (QSVT) based Green's function reconstruction. For the VQA branch, we evaluate ten benchmark families spanning chemistry, optimization, simulation, compiling, linear solving, partial differential equations, metrology, error correction, tomography, and channel fidelity estimation. For the QSVT branch, we reconstruct orbital resolved Green's functions and spectral peaks from a block encoded real time propagator. The workflow combines Bayesian optimization, posterior distribution refinement, sensitivity analysis, robust parameter density estimation, backend ranking, noise correlation, and resource estimation analysis. Instead of reporting only one best parameter vector, the framework identifies robust parameter regions, residual gaps to ideal behavior, backend specific failure modes, and calibration sensitive uncertainty. The result is a common benchmark for variational and non-variational workloads that measures how reliably each backend reaches useful task level behavior.
- Abstract（参考訳）: 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。
VQAブランチでは,化学,最適化,シミュレーション,線形解法,偏微分方程式,メトロジー,誤差補正,トモグラフィ,チャネル忠実度推定を対象とする10種類のベンチマークファミリを評価した。
QSVT分岐では、ブロック符号化リアルタイムプロパゲータからグリーン関数とスペクトルピークを再構成する。
このワークフローは、ベイズ最適化、後部分布の洗練、感度分析、ロバストパラメータ密度推定、バックエンドランキング、ノイズ相関、リソース推定分析を組み合わせる。
最高のパラメータベクトルを1つだけレポートする代わりに、フレームワークは堅牢なパラメータ領域、理想的な振る舞いへの残差、バックエンド固有の障害モード、キャリブレーションの微妙な不確かさを識別する。
その結果は変分ワークロードと非変分ワークロードの共通ベンチマークであり、各バックエンドがどの程度有用なタスクレベル動作に確実に到達しているかを測定する。
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) - EQE-QAOA: An Equivalence-Preserving Qubit Efficient Framework for Combinatorial Optimization [54.05451096499336]
既存の技術は情報損失のコストで量子ビットの削減に依存しており、計算性能は劣化している。
等価保存量子ビット効率QAOAを提案し、性能を劣化させることなく必要なキュービット数を著しく削減する。
完全独立変数を持つ非制約問題を除いて,大規模最適化問題に広く適用可能であることを示す。
論文 参考訳（メタデータ） (2026-04-20T13:57:49Z) - Noise Resilience and Robust Convergence Guarantees for the Variational Quantum Eigensolver [0.0]
変分量子固有解法(VQE)の最適パラメータと最適コストに対する異なるコヒーレントおよび非コヒーレントノイズ過程の影響について検討する。
我々の研究は、パラメータ化量子回路の挙動に関する新しい理論的洞察を提供する。
論文 参考訳（メタデータ） (2026-01-23T14:05:10Z) - 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) - Cyclic Variational Quantum Eigensolver: Escaping Barren Plateaus through Staircase Descent [4.517663944296433]
本稿では, 高精度な基底状態量子シミュレーションのためのハードウェア効率のよいフレームワークであるCVQEを紹介する。
CVQEは測定駆動フィードバックサイクルを組み込むことで従来のVQEから離脱する。
CVQEは, 相関系間の化学精度を一貫して維持し, 固定されたUCCSDを数桁の精度で上回り, 良好な精度とコストのトレードオフを実現することを示す。
論文 参考訳（メタデータ） (2025-09-16T13:54:03Z) - TensorHyper-VQC: A Tensor-Train-Guided Hypernetwork for Robust and Scalable Variational Quantum Computing [50.95799256262098]
量子機械学習のための新しいテンソルトレイン(TT)誘導ハイパーネットワークフレームワークであるHyper-VQCを紹介する。
我々のフレームワークは、量子回路パラメータの生成を古典的なTTネットワークに委譲し、量子ハードウェアから最適化を効果的に分離する。
これらの結果から、Hyper-VQCは、短期デバイス上での実用的な量子機械学習を促進するためのスケーラブルで耐雑音性のあるフレームワークとして位置づけられる。
論文 参考訳（メタデータ） (2025-08-01T23:37:55Z) - VQC-MLPNet: An Unconventional Hybrid Quantum-Classical Architecture for Scalable and Robust Quantum Machine Learning [50.95799256262098]
変分量子回路(VQC)は量子機械学習を約束するが、表現性、訓練性、耐雑音性の課題に直面している。
本稿では,VQCが学習中に古典多層パーセプトロンの第一層重みを生成するハイブリッドアーキテクチャであるVQC-MLPNetを提案する。
論文 参考訳（メタデータ） (2025-06-12T01:38:15Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Unifying (Quantum) Statistical and Parametrized (Quantum) Algorithms [65.268245109828]
我々はカーンズのSQオラクルとヴァリアントの弱い評価オラクルからインスピレーションを得ます。
評価クエリから学習するための非条件の下限を出力する,広範かつ直感的なフレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-26T18:23:21Z) - Distributionally Robust Variational Quantum Algorithms with Shifted Noise [9.705847892362165]
本稿では、変分量子アルゴリズム(VQA)を未知のシフトノイズに対して頑健に最適化する方法を示す。
この研究は、シフトノイズの影響を受け、VQAの信頼性を向上させるための最初のステップである。
論文 参考訳（メタデータ） (2023-08-28T23:19:57Z) - Green, Quantized Federated Learning over Wireless Networks: An
Energy-Efficient Design [68.86220939532373]
有限精度レベルは、固定精度フォーマットで重みとアクティベーションを定量化する量子ニューラルネットワーク(QNN)を使用して取得される。
提案するFLフレームワークは,ベースラインFLアルゴリズムと比較して,収束までのエネルギー消費量を最大70%削減することができる。
論文 参考訳（メタデータ） (2022-07-19T16:37:24Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z)
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。