Fugu-MT 論文翻訳(概要): Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ

論文の概要: Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ

arxiv url: http://arxiv.org/abs/2608.19824v1
Date: Thu, 20 Aug 2026 09:25:25 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-21 20:28:51.521518
Title: Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ
Title（参考訳）: 分散変分量子固有解法:NISQ上の恥ずかしい並列戦略
Abstract要約: 変分量子固有解法は多くの回路実行を必要とし、分散並列化に最適である。仮想QPUをエミュレートするために,CUNQAプラットフォームを用いた3つの恥ずかしい並列化戦略を評価する。
参考スコア（独自算出の注目度）: 1.503853743839055
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Variational Quantum Eigensolver requires many circuit executions, making it ideal for distributed parallelization. However, heterogeneous noise in NISQ devices can skew results and efficiency. Using the CUNQA platform for emulation of virtual QPUs, we evaluate three embarrassingly parallelization strategies (shot-level, circuit-level for gradients and observables and candidate level for population-based optimizers) across metrics like speedup and accuracy.
Abstract（参考訳）: 変分量子固有解法は多くの回路実行を必要とし、分散並列化に最適である。しかし、NISQデバイスにおける異種ノイズは結果と効率を損なうことがある。仮想QPUのエミュレーションにCUNQAプラットフォームを用いることで、スピードアップや精度などの指標をまたいだ3つの恥ずかしい並列化戦略(ショットレベル、回路レベル、人口ベースオプティマイザの候補レベル)を評価する。

関連論文リスト

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)
Scaling Hybrid Quantum-HPC Applications with the Quantum Framework [2.9218462389567823]
大規模に量子アプリケーションを運用するための重要な戦略として,ハイブリッド量子ハイパフォーマンスコンピューティングが登場している。モジュール化されたHPC対応オーケストレーション層であるQuantum Framework(QFw)を拡張して、複数のローカルバックエンドとクラウドベースの量子バックエンドを統合する。この統合を利用することで、多くの非変分処理と変分処理を実行します。
論文参考訳（メタデータ） (2025-09-17T22:58:43Z)
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)
Distributed Implementation of Variational Quantum Eigensolver to Solve QUBO Problems [0.0]
本稿では分散アルゴリズムと変分量子固有解法(VQE)の実装について述べる。 DVQEは、分散方式で複数の量子処理ユニット(QPU)にまたがるパラメータ化量子回路の実行を可能にする。
論文参考訳（メタデータ） (2025-08-24T17:55:07Z)
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)
Performance Evaluation of Variational Quantum Eigensolver and Quantum Dynamics Algorithms on the Advection-Diffusion Equation [0.0]
本研究では3つの主要な量子力学アルゴリズムに対して基底状態アルゴリズムである変分量子固有解法(VQE)をベンチマークする。 VQEは、$O(10-9)$で、$N=4$ qubitsと適度な回路深さを持つ。
論文参考訳（メタデータ） (2025-03-31T13:09:59Z)
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)
Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。問題の大きさと問題グラフの次数で指数関数的に増大する。これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
論文参考訳（メタデータ） (2022-01-06T21:02:30Z)
Accelerating variational quantum algorithms with multiple quantum processors [78.36566711543476]
変分量子アルゴリズム(VQA)は、特定の計算上の利点を得るために、短期量子マシンを利用する可能性がある。現代のVQAは、巨大なデータを扱うために単独の量子プロセッサを使用するという伝統によって妨げられている、計算上のオーバーヘッドに悩まされている。ここでは、この問題に対処するため、効率的な分散最適化手法であるQUDIOを考案する。
論文参考訳（メタデータ） (2021-06-24T08:18:42Z)
Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文参考訳（メタデータ） (2021-05-06T17:59:38Z)
Layer VQE: A Variational Approach for Combinatorial Optimization on Noisy Quantum Computers [5.644434841659249]
変分量子固有解法(VQE)に触発された反復層VQE(L-VQE)アプローチを提案する。 L-VQE は有限サンプリング誤差に対してより堅牢であり,標準的な VQE 手法と比較して解を見つける確率が高いことを示す。シミュレーションの結果,L-VQEは現実的なハードウェアノイズ下では良好に動作していることがわかった。
論文参考訳（メタデータ） (2021-02-10T16:53:22Z)
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。