論文の概要: Constant-Per-Layer-Depth MPS-Pretrained Ansatz for Noisy Distributed Quantum Processors
- arxiv url: http://arxiv.org/abs/2610.01099v1
- Date: Thu, 01 Oct 2026 05:41:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.920709
- Title: Constant-Per-Layer-Depth MPS-Pretrained Ansatz for Noisy Distributed Quantum Processors
- Title（参考訳）: 雑音分散量子プロセッサのための一定層長MPS調整アンサッツ
- Abstract要約: ブロックウォールアーキテクチャは回路長,アイドル時間デコヒーレンス,ゼロノイズ外挿オーバーヘッドを低減する。
量子処理ユニット(QPU)1つの通信キュービットを持つモジュールプロセッサにMPS制約回路を拡張します。
QPU間リンクを持つ回路は、ターゲットハミルトニアンマッチングの長距離相互作用を実現し、ノイズの下で単一プロセッサのブリックウォールより優れる。
- 参考スコア（独自算出の注目度）: 7.534353495398796
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Distributed quantum processors could scale variational algorithms beyond single devices, but circuit depth, communication overhead, and noise limit their performance. We compare ladder, mixed-canonical, and brick-wall realizations of matrix-product-state (MPS) pretraining with matched per-layer two-qubit-block resources. Despite comparable ideal variational quantum eigensolver performance and gradient scales, the shallower brick-wall architecture reduces circuit duration, idle-time decoherence, and zero-noise-extrapolation (ZNE) overhead, yielding superior noisy and ZNE-assisted performance. We then extend MPS-pretrained circuits to modular processors with one communication qubit per quantum processing unit (QPU); a nearest-neighbor QPU-path schedule keeps the per-layer depth constant as QPUs are added. Distributed circuits whose inter-QPU links realize long-range interactions of the target Hamiltonian match or outperform the single-processor brick-wall under noise when communication idle time is short compared with the coherence time. These results establish hardware-aware co-design of tensor-network pretraining, circuit scheduling, and communication topology as a principle for variational quantum computation on noisy modular hardware.
- Abstract（参考訳）: 分散量子プロセッサは、単一のデバイスを超えて変動アルゴリズムをスケールできるが、回路深度、通信オーバーヘッド、ノイズによって性能が制限される。
我々は, 層ごとの2量子ブロック資源を事前学習した行列積状態(MPS)の, はしご, 混合カノニカル, レンガ壁の実測値と比較した。
理想的な変分量子固有ソルバ性能と勾配スケールにもかかわらず、より浅いレンガウォールアーキテクチャは回路長、アイドル時間デコヒーレンス、ゼロノイズ外挿(ZNE)オーバーヘッドを低減し、ノイズとZNEアシスト性能が向上する。
次に、MPSで制約された回路を量子処理単位(QPU)1つの通信キュービットを持つモジュールプロセッサに拡張し、QPUが加算されるにつれて、最寄りのQPUパススケジュールが層間深さを一定に保つ。
QPU間リンクを持つ分散回路は、コヒーレンス時間に比べて通信アイドル時間が短い場合、単一プロセッサのブリックウォールをノイズ下で、ターゲットのハミルトニアンの長距離相互作用を実現する。
これらの結果は、ノイズの多いモジュラーハードウェア上での変動量子計算の原理として、テンソルネットワーク事前学習、回路スケジューリング、通信トポロジのハードウェア対応の共設計を確立する。
関連論文リスト
- Efficient Time-Aware Partitioning of Quantum Circuits for Distributed Quantum Computing [10.919776355400282]
分散量子コンピューティング(DQC)は、複数の小型量子処理ユニット(QPU)を相互接続して量子ネットワークを形成する。
この通信オーバーヘッドを最小限に抑えるため、DQCコンパイラは論理量子ビットを分散物理QPUにマッピングすることで、量子回路を戦略的に分割する必要がある。
本稿では,通信オーバヘッドを最小限に抑えるために,連続する時間ステップにまたがる低コストなキュービット代入列を段階的に構築する時間認識アルゴリズムを提案する。
提案アルゴリズムは, 回路サイズ, 深さ, ネットワークトポロジにまたがる静的ベースラインよりも, 通信コストを大幅に低減する。
論文 参考訳（メタデータ） (2026-03-04T14:43:10Z) - UNIQ: Communication-Efficient Distributed Quantum Computing via Unified Nonlinear Integer Programming [29.635486335639524]
分散量子コンピューティング(DQC)は、量子ハードウェアの限界を克服するための有望なアプローチとして広く見なされている。
既存のDQCアプローチでは、3つの重要なコンポーネント(キュービット割り当て、絡み合い管理、ネットワークスケジューリング)を独立したステージとして扱い、それぞれを独立して最適化する。
我々は,3つのコンポーネント全てを非線形整数プログラミング(NIP)モデルに統合する新しいDQC最適化フレームワークUNIQを提案する。
論文 参考訳（メタデータ） (2025-11-29T09:07:36Z) - COMPAS: A Distributed Multi-Party SWAP Test for Parallel Quantum Algorithms [4.584616394519209]
相互接続型モジュールおよび分散QPUからなる多人数ネットワーク上での多変量トレース推定を実現するアーキテクチャであるCompASを紹介する。
回路深度やGHZ幅の最適性を選択する他のスキームとは異なり、CompASは一度に両方を達成する。
ネットワークレベルのエラーを分析し,回路レベルのノイズがアーキテクチャに与える影響をシミュレートする。
論文 参考訳（メタデータ） (2025-11-28T18:31:15Z) - Quantum Tensor Representation via Circuit Partitioning and Reintegration [0.6766416093990318]
本稿では,SparseCutアルゴリズムを行列製品状態コンパイルとグローバルニット技術で活用する手法であるshardQを紹介する。
本研究は,アプリケーションの準備性に関する結果も提示する。
論文 参考訳（メタデータ） (2025-11-07T18:59:58Z) - It's-A-Me, Quantum Mario: Scalable Quantum Reinforcement Learning with Multi-Chip Ensembles [29.944281778572876]
量子強化学習(QRL)はヒルベルト空間にアクセスできるコンパクト関数近似器を約束する。
制約を克服するために,複数の小型量子畳み込みニューラルネットワーク(QCNN)を用いたマルチチップアンサンブルフレームワークを提案する。
我々のアプローチは、スーパーマリオブラザーズ環境からの複雑な高次元の観測を独立した量子回路で分割する。
論文 参考訳（メタデータ） (2025-08-31T06:15:55Z) - Scalable Multivariate Fronthaul Quantization for Cell-Free Massive MIMO [36.0373787740205]
この研究は、PCベースのセルフリーMIMOシステムのためのスケーラブルなMQ戦略を設計することを目的としている。
低フロントホール容量のシステムでは,アルファパラレルMQ (アルファ-PMQ) が成立し,その複雑性は各RUに対してのみ指数関数的に表される。
ハイフロントのキャパシティ・レシエーションのために、我々は、ニューラルネットワークベースのデコーダのための勾配ベースの更新でMQの網羅的なサーチを置き換える、Neural MQを導入する。
論文 参考訳（メタデータ） (2024-08-26T12:56:41Z) - Quantum Data Centers in the Presence of Noise [0.0]
シングルプロセッサのモノリシック量子コンピュータは、クロストークの増加と、キュービット数が増加するとゲートの実装が困難になる。
QDCでは、複数の量子処理ユニット(QPU)が短距離で連結され、任意のプロセッサ上のキュービット数を増やすことなく計算キュービットの総数を増やすことができる。
これにより、各QPUの操作で発生するエラーを小さく抑えることができるが、QPU間の絡み合い分布中に発生する遅延コストとエラーのために、システムに追加のノイズを加えることができる。
論文 参考訳（メタデータ） (2024-07-15T14:50:20Z) - Quantum Compiling with Reinforcement Learning on a Superconducting Processor [55.135709564322624]
超伝導プロセッサのための強化学習型量子コンパイラを開発した。
短絡の新規・ハードウェア対応回路の発見能力を示す。
本研究は,効率的な量子コンパイルのためのハードウェアによるソフトウェア設計を実証する。
論文 参考訳（メタデータ） (2024-06-18T01:49:48Z) - QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum
Circuits [82.50620782471485]
QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。
1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。
提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
論文 参考訳（メタデータ） (2024-01-10T22:33:00Z) - One-Time Compilation of Device-Level Instructions for Quantum Subroutines [21.79238078751215]
デバイスレベルの部分コンパイル(DLPC)技術を開発し,コンパイルオーバーヘッドをほぼ一定に抑える。
我々は、この修正パイプラインを実際の捕捉イオン量子コンピュータ上で実行し、コンパイル時間の大幅な削減を観察する。
論文 参考訳（メタデータ） (2023-08-21T15:23:09Z)
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。