論文の概要: A Unified Framework for Operator Backpropagation and Observable Measurement in Quantum Computing
- arxiv url: http://arxiv.org/abs/2608.25042v1
- Date: Tue, 25 Aug 2026 18:32:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.412423
- Title: A Unified Framework for Operator Backpropagation and Observable Measurement in Quantum Computing
- Title（参考訳）: 量子コンピューティングにおける演算子バックプロパゲーションと観測可能な測定のための統一フレームワーク
- Abstract要約: オペレーターバックプロパゲーションは、サーキットを通して観測可能なものを古典的にバックプロパゲーションすることで回路深度を下げる方法として提案されている。
誤差はバックプロパゲーション手順と測定中に発生し、最終的な計算に蓄積される。
所望の精度を実現するための適切な測定プロトコルを決定するための包括的フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 6.141043548669036
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decoherence imposes severe limits on quantum circuit depth, motivating methods to reduce circuit depth. Operator backpropagation has recently been proposed as a way to lower circuit depth by classically backpropagating observables through subcircuits. While it lowers the circuit depth, it also significantly increases the number of backpropagated observables that must be measured. This calls for an efficient measurement protocol tailored to these backpropagated observables. Moreover, errors arise both during the backpropagation procedure and during measurement, and they accumulate in the final computation. No prior work has examined how to integrate operator backpropagation with advanced measurement protocols, and how to jointly optimize the combined process. In this paper, we introduce a comprehensive framework to determine the appropriate measurement protocol to achieve a desired level of accuracy with the fewest number of measurements based on the number of qubit-wise commuting (QWC) groups formed from operator backpropagation. We analyze and categorize the primary sources of error that arise through our workflow, including error incurred from the backpropagation algorithm, truncation error, and shot noise variation. We also examine truncation strategies to reduce the number of backpropagated observables by characterizing the structure of the set of backpropagated observables.
- Abstract（参考訳）: デコヒーレンス(Decoherence)は、量子回路深さに厳しい制限を課し、回路深さを減らすための動機付け方法である。
オペレーターバックプロパゲーションは、近年、サーキットを通して観測可能なものを古典的にバックプロパゲーションすることで回路深度を下げる方法として提案されている。
回路深度を下げる一方で、測定しなければならないバックプロパゲーション観測値の数を著しく増加させる。
これにより、これらのバックプロパゲートオブザーバブルに合わせた効率的な測定プロトコルが要求される。
さらに、バックプロパゲーション手順と測定中にエラーが発生し、最終的な計算に蓄積される。
従来の研究では、演算子バックプロパゲーションを高度な測定プロトコルと統合する方法や、組み合わせたプロセスの最適化方法については検討されていない。
本稿では,演算子のバックプロパゲーションから生成されたQWCグループ数に基づいて,最も少ない測定数で,所望の精度を実現するための適切な測定プロトコルを決定するための包括的フレームワークを提案する。
バックプロパゲーションアルゴリズムやトランケーション誤差,ショットノイズ変動など,ワークフローを通じて発生するエラーの原因を分析し,分類する。
また, 逆伝播オブザーバブルの集合の構造を特徴付けることにより, 逆伝播オブザーバブルの数を減らすためのトラクション戦略についても検討する。
関連論文リスト
- Limitations of Error Model Approximations in Quantum Network Simulation [0.13999481573773073]
Pauli twirling や reset channel のような単純なエラーモデルが,プロトコルの性能予測において重大な相違をもたらすことを示す。
その結果、将来の量子技術における運用しきい値の正確な予測には、完全なノイズアーキテクチャの厳密な検証が不可欠であることが示唆された。
論文 参考訳（メタデータ） (2026-07-01T14:35:26Z) - Low-cost quantum error mitigation via auxiliary qubit return validation [0.12599533416395764]
補助量子ビット測定を用いたポストセレクションに基づく量子誤り軽減のための低オーバヘッド手法を提案する。
提案手法は,有効ショットの約1%を廃棄しながら,偽陰性率を約10%削減することを示す。
論文 参考訳（メタデータ） (2026-05-27T11:47:17Z) - DistributedEstimator: Distributed Training of Quantum Neural Networks via Circuit Cutting [14.601201674870202]
ここでは,カット数の増加に伴って増大する,エンド・ツー・エンドのオーバヘッドが大幅に増加することを示す。
一致したトレーニング予算の下で精度と堅牢性が維持されているかを評価する。
以上の結果から,学習作業における回路切断の実践的スケーリングは,再構成の削減と重なり合うことが示唆された。
論文 参考訳（メタデータ） (2026-02-18T07:17:29Z) - Accelerate Speculative Decoding with Sparse Computation in Verification [49.74839681322316]
投機的復号化は、複数のドラフトトークンを並列に検証することにより、自動回帰言語モデル推論を加速する。
既存のスペーシフィケーション方式は主にトークン・バイ・トーケンの自己回帰復号化のために設計されている。
そこで本研究では,注目度,FFN,MoEを両立させるスパース検証フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-26T07:53:41Z) - Low overhead circuit cutting with operator backpropagation [0.0]
本稿では,演算子バックプロパゲーション(OBP)と回路切断を組み合わせた量子回路のノイズ最小化手法を提案する。
その結果,変分量子固有解器とハミルトニアンシミュレーション回路の資源要求は,それぞれ3倍,10倍減少した。
論文 参考訳（メタデータ） (2025-10-22T11:00:37Z) - Optimizing quantum error correction protocols with erasure qubits [42.00287729190062]
消去量子ビットは、量子エラー訂正プロトコルのオーバーヘッドを減らすための有望な道を提供する。
我々は,量子メモリとしての曲面符号の性能に着目した。
以上の結果から, 消去量子ビットを持つQECプロトコルは, 最先端のトランスモンよりも優れていることが示唆された。
論文 参考訳（メタデータ） (2024-08-01T18:00:01Z) - Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。
消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。
以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
論文 参考訳（メタデータ） (2023-12-21T17:40:18Z) - The Accuracy vs. Sampling Overhead Trade-off in Quantum Error Mitigation
Using Monte Carlo-Based Channel Inversion [84.66087478797475]
量子誤差緩和(Quantum error mitigation, QEM)は、変分量子アルゴリズムの計算誤差を低減するための有望な手法の1つである。
我々はモンテカルロサンプリングに基づく実用的なチャネル反転戦略を考察し、さらなる計算誤差を導入する。
計算誤差が誤差のない結果の動的範囲と比較して小さい場合、ゲート数の平方根でスケールすることを示す。
論文 参考訳（メタデータ） (2022-01-20T00:05:01Z) - Adaptive estimation of quantum observables [4.567122178196833]
本稿では,予め取得したデータに基づいて推定器を適応的に修正する計測手法を提案する。
AEQuOと呼ばれる我々のアルゴリズムは、観測可能な推定平均と関連する誤差の両方を継続的に監視する。
我々は、AEQuOが全ての最先端手法を改善するエラー推定を提供する化学ハミルトニアンのプロトコルをテストする。
論文 参考訳（メタデータ） (2021-10-28T17:49:16Z) - Activation Relaxation: A Local Dynamical Approximation to
Backpropagation in the Brain [62.997667081978825]
活性化緩和(AR)は、バックプロパゲーション勾配を力学系の平衡点として構成することで動機付けられる。
我々のアルゴリズムは、正しいバックプロパゲーション勾配に迅速かつ堅牢に収束し、単一のタイプの計算単位しか必要とせず、任意の計算グラフで操作できる。
論文 参考訳（メタデータ） (2020-09-11T11:56:34Z) - Scaling Equilibrium Propagation to Deep ConvNets by Drastically Reducing
its Gradient Estimator Bias [65.13042449121411]
実際には、EPによって提供される勾配推定によるネットワークのトレーニングは、MNISTよりも難しい視覚タスクにスケールしない。
有限ヌード法に固有のEPの勾配推定のバイアスがこの現象の原因であることを示す。
これらの手法を適用し、非対称な前方および後方接続を持つアーキテクチャをトレーニングし、13.2%のテストエラーを発生させる。
論文 参考訳（メタデータ） (2020-06-06T09:36:07Z) - Bayesian Bits: Unifying Quantization and Pruning [73.27732135853243]
我々は、勾配に基づく最適化による混合精度量子化とプルーニングの実用的な方法であるBayesian Bitsを紹介する。
提案手法をいくつかのベンチマーク・データセット上で実験的に検証し,プレナード付き混合精度ネットワークを学習可能であることを示す。
論文 参考訳（メタデータ） (2020-05-14T16:00:34Z)
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。