論文の概要: Truncated hybrid tensor networks for distributed quantum simulation
- arxiv url: http://arxiv.org/abs/2609.16520v1
- Date: Tue, 15 Sep 2026 02:09:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.303559
- Title: Truncated hybrid tensor networks for distributed quantum simulation
- Title（参考訳）: 分散量子シミュレーションのためのトランケートハイブリッドテンソルネットワーク
- Abstract要約: 回路編み込みなどの現在のプロトコルは準確率サンプリングコストを発生させ、カットするリモートゲートの数に比例して指数関数的に増加する。
サブシステム上での局所的なユニタリの和として,リモート2体ゲートを応用したTruncated Hybrid tensor Network (THTN) フレームワークを提案する。
同結合次元における時間進化ブロックデシメーション(TEBD)に対する古典シミュレーションにより,この分散プロトコルを検証した。
- 参考スコア（独自算出の注目度）: 18.12647541043629
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simulation of quantum many-body systems is a principal application of quantum computing, but available devices remain limited by the number of qubits and cannot accommodate systems of the desired size. One approach is to host a large evolution across several modest distributed systems that exchange classical information alone. Current protocols such as circuit knitting incur a quasi-probability sampling cost that grows exponentially with the number of remote gates across the cut, even when physical correlations across the cut are actually bounded. In this work, we present a truncated hybrid tensor network (THTN) framework in which a remote two-body gate is applied as a sum of local unitaries on the subsystems, linked by a classical connecting tensor, and an interface truncation retains Schmidt modes across the cut. Remote gates between the same subsystems can be merged on one connector, so non-one-dimensional models, such as layered partitions with strong intra-layer and weaker interlayer couplings, may be cast onto a one-dimensional cut. The retained non-negative Schmidt coefficients also define a sampling rule for local observables. We validate this distributed protocol by classical simulation against time-evolving block decimation (TEBD) at the same bond dimension. The truncated dynamics track the TEBD references on chains and ladders, with the clearest gain on a layered model.
- Abstract（参考訳）: 量子多体系のシミュレーションは量子コンピューティングの主要な応用であるが、利用可能なデバイスは量子ビットの数によって制限され、所望の大きさのシステムに対応できない。
1つのアプローチは、古典的な情報のみを交換するいくつかの控えめな分散システムにまたがる大規模な進化をホストすることである。
回路編み込みなどの現在のプロトコルは準確率サンプリングコストを発生させ、カット間の物理的相関が実際にバウンドされている場合でも、カットにまたがるリモートゲートの数と指数関数的に増加する。
本研究では,従来の接続テンソルで連結されたサブシステム上の局所的なユニタリの和として,リモート2体ゲートを適用し,インタフェースのトランケーションがシュミットモードを切断中に保持する,トランケートハイブリッドテンソルネットワーク(THTN)フレームワークを提案する。
同じサブシステム間のリモートゲートを1つのコネクタにマージできるため、層内結合が強い層状分割や層間結合が弱いような非1次元モデルも1次元カットにキャストできる。
保持された非負のシュミット係数は、局所観測値のサンプリング規則も定義している。
同結合次元における時間進化ブロックデシメーション(TEBD)に対する古典シミュレーションにより,この分散プロトコルを検証した。
切り詰められたダイナミクスは、階層化されたモデルで最も明確な利得で、チェーンとはしご上のTEBD参照を追跡します。
関連論文リスト
- Quantum Incremental Learning with Mixed State Prototypes [53.319426778720434]
トレーニング可能な混合状態プロトタイプに基づく新しい量子インクリメンタル学習フレームワークを提案する。
本モデルでは,最小数の量子ビットを用いて高次元特徴量を実現する。
論文 参考訳（メタデータ） (2026-08-11T04:22:42Z) - Scalable topological quantum computing based on Sine-Cosine chain models [0.0]
本研究では,Matryoshka型Sine-Cosine鎖を用いたトポロジカル量子コンピューティングのためのスケーラブルなフレームワークを提案する。
ゲート演算のためのY接合ブレイディングプロトコルや,複数のキュービットを同時に格納可能な拡張メモリアーキテクチャにおいて,これらのチェーンがどのように使用できるかを説明する。
論文 参考訳（メタデータ） (2026-03-26T22:46:37Z) - 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) - Autonomous stabilization of remote entanglement in a cascaded quantum network [0.44970015278813036]
崩壊後, 周期的に再生・再分散する代わりに, 遠隔の絡み合いを無限に安定化させることができることを示す。
この結果から,モジュール型量子プロセッサやネットワークにおける高忠実な絡み合いのオンデマンド配信が可能となった。
論文 参考訳（メタデータ） (2025-09-15T12:50:35Z) - Distributed Tensor Network Library for Quantum Computing Emulation [0.0]
HPCテンソルネットワークパッケージはこの問題にサーキットスライシングと呼ばれる手順で対処する。
本稿では,個別のテンソルを放送・散布する新たなアプローチを提案する。
2つのよく知られたアルゴリズムをエミュレートすることにより、ARCHER2でその能力を実証する。
論文 参考訳（メタデータ） (2025-05-09T15:17:42Z) - Network-assisted collective operations for efficient distributed quantum computing [0.0]
本稿では,遠隔量子処理ユニット間での集合量子演算の分配方式を提案する。
一般対角ゲートを任意のノードに分散し,エビットコスト境界を提供することを示す。
本稿では,このプロトコルを用いて分散Groverの探索アルゴリズムを正確に実装し,回路分割を行う。
論文 参考訳（メタデータ） (2025-02-26T13:13:13Z) - Non-Unitary Quantum Machine Learning [0.0]
量子機械学習における通常のユニタリ制約を克服する確率的量子アルゴリズムをいくつか導入する。
また, 変分アンサッツ層間の残差は, それらを含むモデルにおける不規則な台地を防止できることが示唆された。
また、Schur-Weyl双対性による点雲データに対する新たな回転不変符号化を実証する。
論文 参考訳（メタデータ） (2024-05-27T17:42:02Z) - On Optimizing the Communication of Model Parallelism [74.15423270435949]
大規模モデル並列ディープラーニング(DL)における新しい重要なコミュニケーションパターンについて検討する。
クロスメッシュリシャーディングでは、シャードテンソルをソースデバイスメッシュから宛先デバイスメッシュに送信する必要がある。
本稿では、効率的な放送ベースの通信システムと「重複しやすい」パイプラインスケジュールという、クロスメシュ・リシャーディングに対処するための2つのコントリビューションを提案する。
論文 参考訳（メタデータ） (2022-11-10T03:56:48Z) - Over-the-Air Split Machine Learning in Wireless MIMO Networks [56.27831295707334]
スプリット機械学習(ML)では、ニューラルネットワーク(NN)の異なるパーティションが異なる計算ノードによって実行される。
通信負担を軽減するため、OAC(Over-the-air calculation)は通信と同時に計算の全てまたは一部を効率的に実装することができる。
論文 参考訳（メタデータ） (2022-10-07T15:39:11Z) - Interference-Limited Ultra-Reliable and Low-Latency Communications:
Graph Neural Networks or Stochastic Geometry? [45.776476161876204]
我々は、繰り返しスキームを表現し、それを訓練するために、ランダムエッジグラフニューラルネットワーク(REGNN)をケースケードで構築する。
対称シナリオにおける幾何学的手法による違反確率を解析し、モデルに基づくExhaustive Search (ES) 法を適用して最適解を求める。
論文 参考訳（メタデータ） (2022-07-11T05:49:41Z) - Time-Sliced Quantum Circuit Partitioning for Modular Architectures [67.85032071273537]
現在の量子コンピュータの設計はスケールしない。
小さなプロトタイプを超えてスケールするために、量子アーキテクチャーは、密に連結された量子ビットとクラスタ間のスパーサ接続のクラスタによるモジュラーアプローチを採用する可能性が高い。
このクラスタリングと静的に知られた量子プログラムの制御フローを利用して、量子回路を一度に一度にモジュラ物理マシンにマップするトラクタブルパーティショニングを生成する。
論文 参考訳（メタデータ） (2020-05-25T17:58:44Z)
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。