論文の概要: Bridge of $Ψ$'s: Quantum Circuit Optimization with Schrödinger Bridges

• arxiv url: http://arxiv.org/abs/2609.25947v1
• Date: Tue, 22 Sep 2026 09:52:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.315464
• Title: Bridge of $Ψ$'s: Quantum Circuit Optimization with Schrödinger Bridges
• Title（参考訳）: ドル橋:シュレーディンガー橋を用いた量子回路最適化
• Abstract要約: 我々は、ソース回路から最適化回路への変換を学習するシュルディンガーブリッジに基づく生成モデルである、$$$'s (BOPS)を提案する。 BOPSはゲート数を$2.46タイム、深さを$2.45タイム、幾何平均を$2.45タイムに減らし、9つのベースライン全てを上回っている。 これは量子回路と機械学習の手法をブリッジする最初の生成モデルを構成し、複数の軸に沿って学習した最適化のために量子コンパイルスタックを開く。
• 参考スコア（独自算出の注目度）: 0.2676349883103403
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum circuit optimization replaces a circuit with an equivalent one of fewer gates and lower depth, reducing execution cost and error rate. We ask whether a generative model can learn this transformation directly from examples, rather than selecting from a fixed rewrite library or rigid algebraic routines. We present Bridge of $Ψ$'s (BOPS), a generative model based on Schrödinger bridges, using a custom denoiser architecture, that learns a transformation from a source circuit into an equivalent optimized circuit. We train it on data constructed to be hard for existing optimizers, by applying rewrite rules backwards so that each input has a known lower-cost target. On held-out 8 qubits $\times$ 64 depth Clifford+$T$ circuits, BOPS reduces gate count by $2.46\times$ and depth by $2.45\times$ in geometric mean, outperforming all nine baseline optimizers. This constitutes the first generative model bridging quantum circuits and frontier machine learning methods, opening up the quantum compilation stack to learned optimization along multiple axes.
• Abstract（参考訳）: 量子回路最適化は、回路をより少ないゲートと低い深さで置き換え、実行コストとエラー率を減らす。 我々は、固定的な書き換えライブラリや厳密な代数的ルーチンから選択するのではなく、例からこの変換を直接学習できるかを問う。 本稿では、ソース回路から等価な最適化回路への変換を学習する独自のデノイザアーキテクチャを用いて、シュレーディンガーブリッジをベースとした生成モデルであるBOPSのブリッジについて述べる。 既存のオプティマイザにとって難しいように構築されたデータに対して、各入力が既知の低コストなターゲットを持つように、リライトルールを後方に適用してトレーニングする。 ホールドアウト8 qubits $\times$ 64 depth Clifford+$T$ circuitsでは、BOPSはゲート数を2.46\times$、深さを2.45\times$で減らし、9つのベースラインオプティマイザ全てを上回っている。 これは量子回路とフロンティア機械学習メソッドをブリッジする最初の生成モデルを構成し、複数の軸に沿って学習した最適化のために量子コンパイルスタックを開放する。

関連論文リスト

• Efficient Circuit Transpilation of Commuting Gates on 2D Grids [0.21485350418225238]
  本稿では,2 次元格子上の2 ビットゲートを交換するブロックからなる回路のトランスパイル方式を提案する。 我々は、ランダム正規グラフ上の最大カット(MC)とエルドス・レーニグラフ上の最大独立セット(MIS)に対するQAOAインスタンスに対するアプローチをベンチマークした。 標準手法と比較して、回路深さとゲート数を約2倍に減らし、最大80ドルキュービットの実験を可能にし、近似比を最大6.6%、MISは9.3%改善する。
  論文  参考訳（メタデータ） (2026-07-11T12:09:27Z)
• Optimization and Synthesis of Quantum Circuits with Global Gates [41.99844472131922]
  我々は、イオントラップハードウェアに存在するGlobal Molmer-Sorensenゲートのようなグローバルな相互作用を用いて量子回路を最適化し、合成する。 このアルゴリズムはZX計算に基づいており、係留ゲートをGlobal MolmerSorensenゲートにグループ化する特別な回路抽出ルーチンを使用する。 我々は,このアルゴリズムを様々な回路でベンチマークし,最新ハードウェアによる性能向上の方法を示す。
  論文  参考訳（メタデータ） (2025-07-28T10:25:31Z)
• Quantum Circuit Optimization Based on Dynamic Grouping and ZX-Calculus for Reducing 2-Qubit Gate Count [9.400669963756508]
  量子回路における2キュービットゲートは、単一キュービットゲートよりもノイズの影響を受けやすい。 本稿では,動的グルーピングとZX計算に基づく量子回路最適化手法を提案する。
  論文  参考訳（メタデータ） (2025-07-19T02:05:32Z)
• Efficient compilation of quantum circuits using multi-qubit gates [0.0]
  本稿では,Ising型,長距離,マルチキュービット・エンタングリングゲートのシーケンスに一般回路分解を実装したコンパイル方式を提案する。 我々は,2量子ゲートを用いた従来の実現法と比較して,量子ボリュームの対数関係を20%$から25%$に改善することを示した。
  論文  参考訳（メタデータ） (2025-01-28T19:08:13Z)
• Finding Transformer Circuits with Edge Pruning [71.12127707678961]
  自動回路発見の効率的かつスケーラブルなソリューションとしてエッジプルーニングを提案する。 本手法は,従来の手法に比べてエッジ数の半分未満のGPT-2の回路を探索する。 その効率のおかげで、Edge PruningをCodeLlama-13Bにスケールしました。
  論文  参考訳（メタデータ） (2024-06-24T16:40:54Z)
• AltGraph: Redesigning Quantum Circuits Using Generative Graph Models for Efficient Optimization [2.089191490381739]
  AltGraphはサーチベースのサーキットトランスフォーメーションアプローチである。 既存の生成グラフモデルを用いて等価量子回路を生成する。 ゲート数の平均は37.55%減少し、回路深度は37.75%減少する。
  論文  参考訳（メタデータ） (2024-02-23T19:01:47Z)
• Towards large-scale quantum optimization solvers with few qubits [59.63282173947468]
  我々は、$m=mathcalO(nk)$バイナリ変数を$n$ qubitsだけを使って最適化するために、$k>1$で可変量子ソルバを導入する。 我々は,特定の量子ビット効率の符号化が,バレン高原の超ポリノミウム緩和を内蔵特徴としてもたらすことを解析的に証明した。
  論文  参考訳（メタデータ） (2024-01-17T18:59:38Z)
• Quantum Alternating Operator Ansatz for Solving the Minimum Exact Cover Problem [4.697039614904225]
  量子交互演算子 ansatz (QAOA+) を用いて最小被覆(MEC)問題を解く。 数値計算の結果,アルゴリズムのレベル$p$が低い場合,高い確率で解が得られることがわかった。 また、1量子ビット回転ゲートを$R_Z$で除去することで量子回路を最適化する。
  論文  参考訳（メタデータ） (2022-11-28T12:45:52Z)

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。