論文の概要: PQLS: A High-Performance Python Library for Steady-State Simulation of Open Quantum Systems
- arxiv url: http://arxiv.org/abs/2609.12309v1
- Date: Fri, 11 Sep 2026 00:30:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.575392
- Title: PQLS: A High-Performance Python Library for Steady-State Simulation of Open Quantum Systems
- Title（参考訳）: PQLS: オープン量子システムの定常シミュレーションのための高性能Pythonライブラリ
- Abstract要約: PQLSは、リンドブラッドマスター方程式の定常解を計算するための高性能Pythonライブラリである。
JAX と XLA 上に構築されており、大きなパラメータスイープのベクトル化およびハードウェアアクセラレーションによる計算を可能にする。
PQLSはCPUとGPUプラットフォーム上でQuTiP、QuTiP-JAX、RydIQuleに対してベンチマークされている。
- 参考スコア（独自算出の注目度）: 10.147189413937761
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: PQLS (Parallel Quantum Liouvillian Solver) is a high-performance Python library for computing steady-state solutions of the Lindblad master equation. It provides a layered user-facing API with three levels of abstraction. The high-level API accepts physical descriptions of atomic ladder systems and automatically determines the required model parameters; the mid- level API accepts quantities such as Rabi frequencies, detunings, decay rates, and network topology; finally the low-level API allows users to directly specify the Hamiltonian and collapse operators. This layered design enables users to choose between physical convenience and direct numerical control depending on the application. PQLS is built on JAX and XLA to enable vectorized and hardware-accelerated computation of large parameter sweeps. Rather than solving the steady-state problem sequentially for each parameter configuration, PQLS represents multiple Hamiltonians as batched tensors and processes them through a JAX-compiled solver, reducing Python-level overhead and improving hardware utilization. This is particularly useful for applications requiring large or multidimensional parameter sweeps, such as computing frequency spectra, evaluating field-dependent responses, and performing Doppler averaging over atomic velocity distributions. PQLS has been benchmarked against QuTiP, QuTiP-JAX, and RydIQule on CPU and GPU platforms, demonstrating substantial computational speedups across the tested configurations.
- Abstract（参考訳）: PQLS (Parallel Quantum Liouvillian Solver) は、リンドブラッドマスター方程式の定常解を計算するための高性能Pythonライブラリである。
抽象化のレベルが3つあるレイヤ化されたユーザ対応APIを提供する。
ハイレベルAPIは、アトミックラダーシステムの物理的記述を受け入れ、必要なモデルパラメータを自動的に決定する; ミッドレベルAPIは、Rabi周波数、デチューニング、崩壊率、ネットワークトポロジーなどの量を受け入れる; 最後に、低レベルAPIは、ユーザーが直接ハミルトンおよび崩壊演算子を指定することを可能にする。
この階層設計により、ユーザーはアプリケーションに応じて物理的な利便性と直接数値制御を選択できる。
PQLSはJAXとXLA上に構築されており、大きなパラメータスイープのベクトル化およびハードウェアアクセラレーションによる計算を可能にする。
パラメータ設定ごとに定常的な問題を逐次解決する代わりに、PQLSは複数のハミルトンをバッチテンソルとして表現し、JAXコンパイルされたソルバを通じて処理することで、Pythonレベルのオーバーヘッドを低減し、ハードウェア利用を改善する。
これは特に、周波数スペクトルの計算、フィールド依存応答の評価、原子速度分布のドップラー平均化など、大規模または多次元のパラメータスイープを必要とするアプリケーションに有用である。
PQLSは、CPUとGPUプラットフォーム上でQuTiP、QuTiP-JAX、RydIQuleに対してベンチマークされ、テストされた構成間で計算速度が大幅に向上した。
関連論文リスト
- Distributed Variational Quantum Eigensolver: Embarrassingly Parallel strategies on NISQ [1.503853743839055]
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。
論文 参考訳（メタデータ） (2026-08-20T09:25:25Z) - Qkabrine: A Joint Architecture, Encoding, and Hyperparameter Search Framework for Quantum Machine Learning [0.0]
qkabrine-automlは、アーキテクチャ、エンコーディング、モデルタイプ、ハイパーパラメータを単一の共同検索可能な構成空間として扱うPythonパッケージである。
このパッケージは、トレーニング容易性診断、Data Quantum Fisher Information Metric (DQFIM)の推定、および勾配バレンプラトーモニターを直接評価ループに統合する。
論文 参考訳（メタデータ） (2026-08-12T08:54:19Z) - qSHIFT: An Adaptive Sampling Protocol for Higher-Order Quantum Simulation [0.5635658368100682]
量子シミュレーションは量子コンピューティングの基盤となる応用である。
標準手法は回路深度と精度のトレードオフに直面している。
これらの制限を克服する適応サンプリングプロトコルであるqSHIFTを導入する。
論文 参考訳（メタデータ） (2026-04-29T03:47:21Z) - Extending Quantum Perceptrons: Rydberg Devices, Multi-Class Classification, and Error Tolerance [67.77677387243135]
量子ニューロモーフィックコンピューティング(QNC)は、量子計算とニューラルネットワークを融合して、量子機械学習(QML)のためのスケーラブルで耐雑音性のあるアルゴリズムを作成する
QNCの中核は量子パーセプトロン(QP)であり、相互作用する量子ビットのアナログダイナミクスを利用して普遍的な量子計算を可能にする。
論文 参考訳（メタデータ） (2024-11-13T23:56:20Z) - 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) - Energy-efficient Task Adaptation for NLP Edge Inference Leveraging
Heterogeneous Memory Architectures [68.91874045918112]
Adapter-ALBERTは、様々なタスクにわたる最大データ再利用のための効率的なモデル最適化である。
検証されたNLPエッジアクセラレータ上でシミュレーションを行うことにより、モデルを不均一なオンチップメモリアーキテクチャにマッピングする利点を実証する。
論文 参考訳（メタデータ） (2023-03-25T14:40:59Z) - Cloud on-demand emulation of quantum dynamics with tensor networks [48.7576911714538]
プログラム可能なアナログ量子処理ユニット(QPU)を模擬したテンソルネットワークに基づくエミュレータを導入する。
ソフトウェアパッケージは、HPCクラスタ上でジョブを実行し、それらをQPUデバイスにディスパッチするための共通インターフェースを提供するクラウドプラットフォームに完全に統合されている。
論文 参考訳（メタデータ） (2023-02-10T14:08:05Z) - LPYOLO: Low Precision YOLO for Face Detection on FPGA [1.7188280334580197]
監視システムにおける顔検出は、セキュリティ市場の最も期待されている応用である。
TinyYolov3アーキテクチャは、顔検出のために再設計され、デプロイされる。
Modelは、FINNフレームワークとFINN-HLSライブラリを使用して、HLSベースのアプリケーションに変換される。
論文 参考訳（メタデータ） (2022-07-21T13:54:52Z) - NumS: Scalable Array Programming for the Cloud [82.827921577004]
タスクベース分散システム上でNumPyのような表現を最適化する配列プログラミングライブラリであるNumSを提案する。
これはLoad Simulated Hierarchical Scheduling (LSHS)と呼ばれる新しいスケジューラによって実現される。
LSHSは、ネットワーク負荷を2倍減らし、メモリを4倍減らし、ロジスティック回帰問題において実行時間を10倍減らし、Rayの性能を向上させる。
論文 参考訳（メタデータ） (2022-06-28T20:13:40Z) - An Adaptive Device-Edge Co-Inference Framework Based on Soft
Actor-Critic [72.35307086274912]
高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。
本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。
レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
論文 参考訳（メタデータ） (2022-01-09T09:31:50Z) - A Quantum Dot Plot Generation Algorithm for Pairwise Sequence Alignment [0.0]
量子ペアワイズシーケンスアライメント(QPSA)アルゴリズムは、データアライメントタスクにおいて指数的なスピードアップを提供する。
これは、量子重ね合わせに整列する古典的なデータを効率的に符号化するというオープンな問題に依存している。
我々は、量子ドットプロット(QDP)と呼ばれる、このオラクルの代替的で明示的な構成を提供する。
我々はQDPの運用上の複雑さを、Q#とQiskitのソフトウェアフレームワークが生成する量子マシン命令の分析を通じて評価する。
論文 参考訳（メタデータ） (2021-07-23T16:48:29Z)
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。