論文の概要: Evaluating the Effect of the Order of Optimization Passes in Quantum Circuit Optimization

• arxiv url: http://arxiv.org/abs/2609.29406v1
• Date: Thu, 24 Sep 2026 11:30:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.877905
• Title: Evaluating the Effect of the Order of Optimization Passes in Quantum Circuit Optimization
• Title（参考訳）: 量子回路最適化における最適化パスの順序の影響評価
• Abstract要約: 量子回路最適化は、現在の量子ハードウェアに固有のノイズを緩和するために重要である。 本稿では,量子回路のコンパイルにおける最適化の順序の意義について検討する。
• 参考スコア（独自算出の注目度）: 5.6083495190397725
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quantum circuit optimization is critical for mitigating the noise inherent in current quantum hardware. Quantum compilers typically sequentially apply multiple optimizations (also called ``optimization passes'') to improve the circuit. The impact of the order in which these passes are executed has yet been largely unexplored. This paper investigates the significance of the order of optimization passes within quantum circuit compilation, specifically analyzing interactions between different optimization methods and quantifying their mutual influences. Using Qiskit's compiler, we systematically evaluate pairwise combinations of 16 selected optimization passes, measuring circuit depth and gate count across various benchmark circuits. Our findings indicate dependencies between certain optimization passes, demonstrating that the order of the passes affects the optimization quality. In some cases, the worse performing sequence can be corrected through repeated pass application. %such that they are as good as the best performing one by extending the sequence. Experiments on multi-pass sequences show that more than two optimization passes may have an impact on each other but that this always links to the previously found pairwise effects. We observe that it is important to initially choose the best order of optimization passes to get the best possible optimization for the given circuit. The experiments reveal some factors which are important to choose the best, or at least a good, order; among those, the resulting optimization sequence depends the most on the native gate set.
• Abstract（参考訳）: 量子回路最適化は、現在の量子ハードウェアに固有のノイズを緩和するために重要である。 量子コンパイラは通常、回路を改善するために複数の最適化(「最適化パス」とも呼ばれる)を順次適用する。 これらのパスが実行される順序の影響は、まだ明らかにされていない。 本稿では,異なる最適化手法間の相互作用を分析し,相互影響を定量化する量子回路コンパイルにおける最適化の順序の重要性について検討する。 Qiskitのコンパイラを用いて、16個の最適化パスのペアワイズ組み合わせを系統的に評価し、様々なベンチマーク回路における回路深さとゲート数を測定した。 提案手法は,最適化パス間の依存関係を示し,パスの順序が最適化品質に影響を及ぼすことを示す。 場合によっては、繰り返しパスアプリケーションによって、より悪い実行シーケンスを修正できる。 %の順に配列を延ばすことで最善を尽くす。 マルチパスシーケンスの実験では、2つ以上の最適化パスが互いに影響する可能性があるが、これは常に以前に発見されたペアワイズ効果と関連している。 最適化パスの最適順序を最初に選択し、与えられた回路に対して最適な最適化を得ることが重要であることを観察する。 実験では、最良のもの、あるいは少なくとも良い順序を選ぶことが重要となるいくつかの要因が示され、それらのうち、結果の最適化シーケンスは、ネイティブゲートセットに最も依存する。

関連論文リスト

• Local Optimization of Quantum Circuits (Extended Version) [2.247020913864586]
  本稿では,効率性と品質保証を両立できる量子プログラムの最適化手法を提案する。 局所最適性の概念はカット・アンド・メルド回路最適化アルゴリズムによって実現可能であることを示す。
  論文  参考訳（メタデータ） (2025-02-26T19:53:54Z)
• LLM as a Complementary Optimizer to Gradient Descent: A Case Study in Prompt Tuning [69.95292905263393]
  グラデーションベースとハイレベルなLLMは、協調最適化フレームワークを効果的に組み合わせることができることを示す。 本稿では,これらを相互に補完し,組み合わせた最適化フレームワークを効果的に連携させることができることを示す。
  論文  参考訳（メタデータ） (2024-05-30T06:24:14Z)
• Bayesian Parameterized Quantum Circuit Optimization (BPQCO): A task and hardware-dependent approach [49.89480853499917]
  変分量子アルゴリズム(VQA)は、最適化と機械学習問題を解決するための有望な量子代替手段として登場した。 本稿では,回路設計が2つの分類問題に対して得られる性能に与える影響を実験的に示す。 また、実量子コンピュータのシミュレーションにおいて、ノイズの存在下で得られた回路の劣化について検討する。
  論文  参考訳（メタデータ） (2024-04-17T11:00:12Z)
• Randomized Benchmarking of Local Zeroth-Order Optimizers for Variational Quantum Systems [65.268245109828]
  古典学のパフォーマンスを、半ランダム化された一連のタスクで比較する。 量子システムにおける一般に好適な性能とクエリ効率のため、局所ゼロ階数に着目する。
  論文  参考訳（メタデータ） (2023-10-14T02:13:26Z)
• Quantum approximate optimization via learning-based adaptive optimization [5.399532145408153]
  量子近似最適化アルゴリズム(QAOA)は、目的最適化問題の解法として設計されている。 その結果,アルゴリズムは速度,精度,効率,安定性の点で従来の近似よりも大幅に優れていた。 この研究はQAOAの全パワーを解き放つのに役立ち、実践的な古典的なタスクにおいて量子的優位性を達成するための道を開く。
  論文  参考訳（メタデータ） (2023-03-27T02:14:56Z)
• Automatic and effective discovery of quantum kernels [41.61572387137452]
  量子コンピューティングは、カーネルマシンが量子カーネルを利用してデータ間の類似度を表現できるようにすることで、機械学習モデルを強化することができる。 本稿では,ニューラルアーキテクチャ検索やAutoMLと同じような最適化手法を用いて,この問題に対するアプローチを提案する。 その結果、高エネルギー物理問題に対する我々のアプローチを検証した結果、最良のシナリオでは、手動設計のアプローチに関して、テストの精度を一致または改善できることが示された。
  論文  参考訳（メタデータ） (2022-09-22T16:42:14Z)
• An Empirical Review of Optimization Techniques for Quantum Variational Circuits [0.0]
  量子変分回路(QVC)は、近距離量子ハードウェアと長期量子ハードウェアの両方の最も強力な用途の1つとしてしばしば主張される。 これらの回路を最適化するための標準的なアプローチは、最適化の各ステップで新しいパラメータを計算するために古典的なシステムに依存している。 我々は、様々な最適化タスクにおいて、多くの共通勾配と自由のポテンシャルを実証的に評価する。
  論文  参考訳（メタデータ） (2022-02-03T03:20:54Z)
• Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
  Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。 我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。 すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
  論文  参考訳（メタデータ） (2020-10-01T18:14:11Z)
• Cross Entropy Hyperparameter Optimization for Constrained Problem Hamiltonians Applied to QAOA [68.11912614360878]
  QAOA(Quantum Approximate Optimization Algorithm)のようなハイブリッド量子古典アルゴリズムは、短期量子コンピュータを実用的に活用するための最も奨励的なアプローチの1つである。 このようなアルゴリズムは通常変分形式で実装され、古典的な最適化法と量子機械を組み合わせて最適化問題の優れた解を求める。 本研究では,クロスエントロピー法を用いてランドスケープを形作り,古典的パラメータがより容易により良いパラメータを発見でき,その結果,性能が向上することを示す。
  論文  参考訳（メタデータ） (2020-03-11T13:52:41Z)

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。