論文の概要: Shielded RL for Route-Charged Parity-Term Ordering in QEDA Phase Components

• arxiv url: http://arxiv.org/abs/2607.15307v1
• Date: Wed, 15 Jul 2026 00:08:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.660762
• Title: Shielded RL for Route-Charged Parity-Term Ordering in QEDA Phase Components
• Title（参考訳）: QEDA相成分の経路チャージパリティ項順序付けのためのシールドRL
• Abstract要約: 強化学習問題としてQEDA位相成分のパリティ/サポート相の順序付けを行った。 我々は、論理的に等価な回路のQiskitルーティングにより、合成IBMスタイルのヘビーヘックスマップに検証する。
• 参考スコア（独自算出の注目度）: 0.19116784879310023
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Commuting phase terms in quantum electronic design automation (QEDA) placement circuits are logically invariant under reordering, yet their routed cost varies substantially after hardware mapping, since term order affects CNOT cancellation, interaction locality, and routing pressure. We cast parity/support phase-term ordering within a QEDA phase component as a shielded reinforcement-learning problem: a feasibility shield restricts each step to unemitted terms, so every trajectory is a valid permutation by construction, and an elite (cross-entropy-method) policy is trained against a route-charged proxy combining support-transition size and heavy-hex topology-distance features. We validate by direct Qiskit routing of logically equivalent circuits to a synthetic IBM-style heavy-hex map. On 36-term parity-walk components (50 term seeds x 2 transpiler seeds, statistics at the term-seed level), the per-instance learned ordering reduces mean routed CX to 336.0, a 5.7-12.2% paired reduction over 2-opt and simulated-annealing search at equal or greater proxy budget and 22.3% over the default construction order; routed-CX and routed-depth gains are significant after Bonferroni correction. Honest transfer audits show the proxy is predictive for the parity-walk component but not for extraction-heavy or token/permutation circuits, which require architecture-aware rewards, scoping the contribution accordingly.
• Abstract（参考訳）: 量子電子設計自動化(QEDA)配置回路における通信位相項は、リオーダー時に論理的に不変であるが、その経路コストはCNOTキャンセル、相互作用局所性、ルーティング圧力に影響を及ぼすため、ハードウェアマッピング後に大きく変化する。 そこで我々は,QEDA位相成分のパリティ/サポート相の順序付けをシールド付き強化学習問題として,各ステップを省略項に制限することにより,すべての軌道が建設による有効な置換であり,サポート遷移サイズと重ヘキシトポロジ-距離特徴を組み合わせたルートチャージされたプロキシに対して,エリート(クロスエントロピー-メソド)ポリシーを訓練する。 我々は、論理的に等価な回路のQiskitルーティングにより、合成IBMスタイルのヘビーヘックスマップに検証する。 36 項パリティウォーク成分(50 項の種 x 2 トランスパイラ種子、項式レベルでの統計)では、平均経路CX を336.0 に減らし、5.7-12.2% 対を2-opt に減らし、同じ以上のプロキシ予算でシミュレート・アニール探索し、デフォルトの構成順序で22.3% を上回り、ルート付きCX とルート付き深度ゲインはボンフェロニ補正後に有意である。 正直な転送監査は、プロキシがパリティウォークコンポーネントに対して予測可能であることを示しているが、抽出重みやトークン/置換回路には適用されない。

関連論文リスト

• Accelerating Unified Multimodal Models with Core-Expansion Routing and Unified Computation Scheduling [61.28599393707943]
  統一マルチモーダルモデルは、理解と生成を共同でサポートするが、トークン、レイヤ、生成タイムステップ間でかなりの冗長な計算を行う。 本稿では,タスク共有型コアスコアラと進行条件付き生成拡張を提案し,生成分解とクロスタスクコアアライメントを最適化した。 2つの代表的UMMアーキテクチャの実験では、両タスク間で一貫した品質改善が示され、98.03%の高密度な理解性能を維持し、エンドツーエンドの推論速度は1.93times$である。
  論文  参考訳（メタデータ） (2026-08-29T14:27:55Z)
• Feasibility-Preserving Quantum Search for Constrained Transportation Routing [2.358614023689616]
  交通ルーティングの問題には、顧客の割り当てと訪問ルール、ルートシークエンシング、デポ-リターンロジックを含む厳格な実現可能性要件が含まれる。 ほとんどの量子ルーティングの定式化は、コストハミルトニアンのペナルティ項を通じて間接的に実現可能な準非拘束バイナリ最適化符号化を採用する。 本研究では,移動型制約付き量子交換演算子Ansatzフレームワークを開発し,実現可能性保存論理を直接検索演算子に組み込む。
  論文  参考訳（メタデータ） (2026-08-05T20:24:46Z)
• HetRoute Heterogeneous and Cost-aware Collaborative Routing Framework for Distributed Edge MoE Inference [47.0879800334801]
  HetRouteは、分散エッジMoE推論のための異種コスト対応協調ルーティングフレームワークである。 HetRouteは平均推論遅延を59.0%、P99レイテンシを58.0%まで削減する。
  論文  参考訳（メタデータ） (2026-08-01T10:30:01Z)
• Phase-Sensitive Benchmarking of Composite Quantum Gates with Chiral-Interference Circuits on Quantum Hardware [0.0]
  3レベルおよび4レベルのキラル分解能プロトコルに基づく状態遷移干渉をシミュレートするゲートネイティブ回路を実装した。 IBMの量子プロセッサでは、2つの回路が期待されるエナンチオマー依存の出力状態を生成し、確率は98%近い。 次に、これらの回路を、複合量子ゲートのための物理的に動機づけられた位相感受性ベンチマークとして使用する。
  論文  参考訳（メタデータ） (2026-07-20T16:29:30Z)
• Configurable Algorithms for Histopathologic Cancer Detection on Quantum Hardware [3.569867801312132]
  病理組織学的癌検出は, 組織変動, 染色の違い, 病巣間の微妙な視覚的区別が原因で困難である。 本稿では,二段階CSWAP回路(DG-CSWAP)とハードウェア効率の高い破壊スワップ回路(DG-DST)の2つの量子アルゴリズムを提案する。 読み出し誤差補正、バイアスサブトラクション、傾斜回帰を含む3段階のNISQ軽減パイプラインは、シングルピクセルのハードウェアMSEを8倍削減する。
  論文  参考訳（メタデータ） (2026-06-19T21:12:51Z)
• Towards Real-Time Autonomous Navigation: Transformer-Based Catheter Tip Tracking in Fluoroscopy [35.565354067805835]
  本研究の目的は, 実時間カテーテル先端追跡パイプラインの開発と評価である。 U-Net、U-Net+Transformer、SegFormerなどのディープラーニングセグメンテーションモデルをトレーニングし、ベンチマークした。 2級のSegFormerは平均絶対誤差4.44mm、U-Net(4.60mm)、U-Net+Transformer(6.20mm)、および3級モデル(5.19-7.74mm)を上回った。
  論文  参考訳（メタデータ） (2026-05-14T01:42:56Z)
• Rethinking How to Act: Action-Space Engineering for Reinforcement Learning-Based Circuit Routing in Distributed Quantum Systems [0.7856998585396422]
  本稿では,新しいアクション空間定式化と効果的なアクションマスキング戦略を組み合わせたエージェントを提案する。 提案エージェントは, モデル実行時間を最大35%削減し, トレーニングおよび推論性能の向上を実現している。
  論文  参考訳（メタデータ） (2026-05-04T09:32:33Z)
• StabilizerBench: A Benchmark for AI-Assisted Quantum Error Correction Circuit Synthesis [0.0]
  StabilizerBenchは、12のファミリー、4-196のキュービット、距離2-21の192の安定化器コードからなるベンチマークスイートである。 本稿では,成功度を計測する能力スコアと,品質スコア取得回路の有益性という,2段階の統一型ジェネレータ重み付けスコアシステムを定義する。 我々は、3つのフロンティアAIエージェントを評価し、そのベンチマークがモデルとタスク間で差別化され、改善のための実質的なヘッドルームを見つける。
  論文  参考訳（メタデータ） (2026-04-23T05:04:28Z)
• 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)
• Reinforcement Learning for Adaptive Composition of Quantum Circuit Optimisation Passes [35.489245185488365]
  最適化パスシーケンスを構成するための強化学習エージェントを提案し,実演する。 エージェントのアクション空間は、デフォルトのPyTKETパスシーケンスで使用される2ビットゲートカウントリダクションのためのパスで構成されている。
  論文  参考訳（メタデータ） (2026-01-29T12:29:10Z)
• Accelerating Transpilation in Quantum Machine Learning with Haiqu's Rivet-transpiler [45.88028371034407]
  我々は、以前にトランスパイルされた回路を再利用してトランスパイラを高速化するリベットトランスパイラを開発した。 量子層学習において,600%のトランスパイル時間の改善を実証した。
  論文  参考訳（メタデータ） (2025-08-29T06:00:29Z)
• SPARQ: Efficient Entanglement Distribution and Routing in Space-Air-Ground Quantum Networks [50.91365514137301]
  宇宙空間量子(SPARQ)ネットワークは、シームレスなオンデマンドの絡み合い分布を提供する手段として開発された。 SPARQの複数のグラフ上でディープQネットワーク(DQN)を用いて深層強化学習フレームワークを提案し,訓練した。 通信相手間の絡み合いを確立するために,サードパーティの絡み合い分散政策を提案する。
  論文  参考訳（メタデータ） (2024-09-19T16:31:37Z)
• Spatio-Temporal Characterization of Qubit Routing in Connectivity-Constrained Quantum Processors [1.3230570759583702]
  本研究は,3つのプロセッサトポロジ間の通信オーバーヘッドの比較分析を行った。 通信と計算の比率、平均量子ビットホットスポット性、時間的バーストネスのパフォーマンス指標によると、正方形格子配置は量子コンピュータアーキテクチャーのスケールで好適である。
  論文  参考訳（メタデータ） (2024-02-01T10:16:04Z)
• Realization of arbitrary doubly-controlled quantum phase gates [62.997667081978825]
  本稿では,最適化問題における短期量子優位性の提案に着想を得た高忠実度ゲートセットを提案する。 3つのトランペット四重項のコヒーレントな多レベル制御を編成することにより、自然な3量子ビット計算ベースで作用する決定論的連続角量子位相ゲートの族を合成する。
  論文  参考訳（メタデータ） (2021-08-03T17:49:09Z)
• Using Reinforcement Learning to Perform Qubit Routing in Quantum Compilers [0.0]
  深層Q-ラーニングパラダイムの修正版を用いたキュービットルーティング手法を提案する。 このシステムは、現在利用可能な最も先進的な量子コンパイラの2つから、キュービットルーティング手順を上回ります。
  論文  参考訳（メタデータ） (2020-07-31T10:57:24Z)

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。