論文の概要: Resource Estimation for Fault-Tolerant Quantum Programs

• arxiv url: http://arxiv.org/abs/2608.04573v1
• Date: Wed, 05 Aug 2026 08:02:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.783229
• Title: Resource Estimation for Fault-Tolerant Quantum Programs
• Title（参考訳）: フォールトトレラント量子プログラムの資源推定
• Authors: Bonan Su, Yuan Feng, Li Zhou, Mingsheng Ying,
• Abstract要約: 本稿では,資源推定フレームワークとともに,効率的な資源利用を実現するための量子プログラミング言語を提案する。 本稿では,大規模量子アルゴリズムのフォールトトレラント実装の詳細な実装について検討する。
• 参考スコア（独自算出の注目度）: 9.134185916236975
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fault-tolerant quantum computation enables the deployment of practical quantum algorithms but incurs substantial overhead from error correction, making resource estimation a central concern. Beyond case-by-case analyses, existing quantum programming languages either require programmers to manipulate low-level hardware details, rendering fault-tolerant implementations cumbersome, or abstract away the underlying error-correction schemes, reducing the effectiveness of resource utilization and estimation. To address these limitations while preserving programmability, we present a quantum programming language that enables efficient resource utilization, together with a resource-estimation framework for comprehensive resource analysis. Our framework features programmer-visible abstractions of error-correction schemes and cross-layer program-hardware analysis, allowing systematic exploration of resource trade-offs. We evaluate our approach on detailed fault-tolerant implementations of practical large-scale quantum algorithms, including components typically treated as black boxes in existing frameworks. The results demonstrate that our framework enables substantial resource savings while delivering detailed, fine-grained, and accurate resource estimates for fault-tolerant quantum programs.
• Abstract（参考訳）: フォールトトレラントな量子計算は、実用的な量子アルゴリズムの展開を可能にするが、エラー修正からかなりのオーバーヘッドを発生させるため、リソース推定が中心的な関心事となる。 ケース・バイ・ケース分析の他に、既存の量子プログラミング言語では、プログラマが低レベルのハードウェアの詳細を操作したり、フォールトトレラントな実装をレンダリングしたり、根底にあるエラー訂正スキームを抽象化したりし、リソース利用と推定の有効性を減らす必要がある。 プログラム可能性を維持しながら、これらの制限に対処するため、リソースの効率的な利用を可能にする量子プログラミング言語と、包括的リソース分析のためのリソース推定フレームワークを提案する。 本フレームワークは,エラー訂正スキームのプログラマ可視抽象化と階層間プログラムハードウェア解析を特徴とし,リソーストレードオフの体系的な探索を可能にする。 我々は,既存のフレームワークで一般的にブラックボックスとして扱われるコンポーネントを含む,実用的な大規模量子アルゴリズムの詳細なフォールトトレラント実装に対するアプローチを評価した。 その結果, フォールトトレラントな量子プログラムに対して, 詳細な, きめ細かな, 正確なリソース推定を行いながら, 大幅なリソース節約が可能であることを実証した。

関連論文リスト

• An Accurate and Efficient Analytic Model of Fidelity Under Depolarizing Noise Oriented to Large Scale Quantum System Design [1.80755313284025]
  本稿では,分極雑音下での量子回路の忠実度を予測するための包括的な理論的枠組みを提案する。 デバイスキャリブレーションデータに基づく効率的な忠実度推定アルゴリズムを提案する。 提案するアプローチは、量子ハードウェアをベンチマークするためのスケーラブルで実用的なツールを提供する。
  論文  参考訳（メタデータ） (2025-03-09T16:59:24Z)
• Resource-Optimized Grouping Shadow for Efficient Energy Estimation [2.5636932629466735]
  本稿では,新たな重なり合うグループ化戦略と凸最適化による推定誤差を最小化することにより,測定資源を最適に割り当てるリソース・ド・グルーピング・シャドー(ROGS)アルゴリズムを提案する。 数値実験により, ROGS は, 量子コンピュータ上での回路のコンパイル・実行に要するコスト要因に対処するため, 従来手法に比べて, 精度の高い推定精度の確保に要する量子回路を著しく少なくすることを示した。
  論文  参考訳（メタデータ） (2024-06-25T03:37:35Z)
• Generative AI-enabled Quantum Computing Networks and Intelligent Resource Allocation [80.78352800340032]
  量子コンピューティングネットワークは、大規模な生成AI計算タスクと高度な量子アルゴリズムを実行する。 量子コンピューティングネットワークにおける効率的なリソース割り当ては、量子ビットの可変性とネットワークの複雑さのために重要な課題である。 我々は、生成学習から量子機械学習まで、最先端強化学習(RL)アルゴリズムを導入し、最適な量子リソース割り当てを行う。
  論文  参考訳（メタデータ） (2024-01-13T17:16:38Z)
• Potential and limitations of quantum extreme learning machines [55.41644538483948]
  本稿では,QRCとQELMをモデル化するフレームワークを提案する。 我々の分析は、QELMとQRCの両方の機能と限界をより深く理解するための道を開いた。
  論文  参考訳（メタデータ） (2022-10-03T09:32:28Z)
• Reducing the cost of energy estimation in the variational quantum eigensolver algorithm with robust amplitude estimation [50.591267188664666]
  量子化学と材料は、量子コンピューティングの最も有望な応用の1つである。 これらの領域における産業関連問題とそれを解決する量子アルゴリズムとの整合性については、まだ多くの研究が続けられている。
  論文  参考訳（メタデータ） (2022-03-14T16:51:36Z)
• A Practical Framework for Quantum Error Mitigation [0.0]
  我々は、最先端の量子エラー軽減スキームのほとんどを含む線形量子エラー緩和と呼ばれる一般的なフレームワークを構築した。 フレームワーク内では、量子エラーの緩和は、ノイズ状態からエラー除去された状態を抽出するものとして効果的に見なすことができる。 このフレームワークを用いて, 抽出率, 忠実度の向上, および様々な緩和スキームのオーバーヘッドを抽出し, 比較した。
  論文  参考訳（メタデータ） (2021-10-11T16:27:06Z)

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。