論文の概要: Shot Allocation Strategies in Debugging Quantum Circuits
- arxiv url: http://arxiv.org/abs/2610.27335v1
- Date: Mon, 19 Oct 2026 21:56:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.52338
- Title: Shot Allocation Strategies in Debugging Quantum Circuits
- Title（参考訳）: 量子回路のデバッギングにおけるショットアロケーション戦略
- Abstract要約: 本研究では,アダプティブアロケーション戦略が,不確実性の高いアサーションに集中してショットを効率的に利用する方法を示す。
ノイズフリーおよび非偏極雑音条件下で、異なる回路上でこれらの戦略を評価する。
- 参考スコア（独自算出の注目度）: 1.2912022701339685
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Debugging quantum programs remains challenging due to the nature of quantum measurement. As quantum algorithms and systems scale, it is increasingly crucial to develop rigorous debugging and verification approaches. Statistical assertion-based debugging validates quantum program behavior through repeated circuit execution and statistical hypothesis testing, but existing frameworks treat shot count as a fixed input parameter, leaving the problem of optimal shot allocation across multiple mid-circuit assertions unexplored. To improve debugging efficiency by making better use of given shot counts, this paper proposes and evaluates four shot allocation strategies within the QDB quantum debugger implemented within the CUDA-Q framework. These allocation approaches: equal split, static weight allocation, adaptive entropy routing, and sequential retirement, use statistical approaches to test whether qubits have expected state characteristics at different points in execution. We evaluate these allocation strategies on different circuits, under both noise-free and depolarizing noise conditions. We show how adaptive strategies use shots efficiently by concentrating them on assertions with high uncertainty. This substantially reduces total shot usage while maintaining comparable debugging confidence.
- Abstract（参考訳）: 量子プログラムのデバッグは、量子測定の性質のため、依然として困難である。
量子アルゴリズムとシステムがスケールするにつれて、厳密なデバッグと検証のアプローチを開発することがますます重要になっている。
統計的アサーションに基づくデバッグは、繰り返し回路の実行と統計的仮説テストを通じて量子プログラムの挙動を検証するが、既存のフレームワークではショットカウントを固定された入力パラメータとして扱い、複数の中間回路アサーションをまたいだ最適なショットアロケーションの問題が未解決のまま残されている。
本稿では, CUDA-Qフレームワーク内に実装されたQDB量子デバッガ内での4つのショットアロケーション戦略を提案し, 評価する。
これらのアロケーションアプローチ:等分割、静的ウェイトアロケーション、適応エントロピールーティング、シーケンシャルリタイアは、キュービットが実行時に異なる点で期待される状態特性を持つかどうかをテストする統計的アプローチを使用する。
ノイズフリーおよび非偏極雑音条件下で, 異なる回路上でのこれらのアロケーション戦略を評価する。
適応戦略は,不確実性の高いアサーションに集中させることで,ショットを効果的に利用することを示す。
これにより、同等のデバッグ信頼性を維持しながら、ショット全体の使用量が大幅に削減される。
関連論文リスト
- How Many Shots Are Enough for a Quantum Circuit? [40.18088847775028]
量子アルゴリズムは、出力分布を正確に推定するために、ショットと呼ばれる繰り返し回路の実行を必要とする。
ブラックボックス設定でショット最適化の問題に対処し、量子回路の構造やバックエンドのノイズモデルについて仮定することができない。
IncrementalExecutionは、ショットの実行を停止するタイミングを動的に決定する新しいオンラインフレームワークである。
論文 参考訳（メタデータ） (2026-06-15T17:02:51Z) - Error-mitigation aware benchmarking strategy for quantum optimization problems [3.026585988755882]
エントロピーベンチマークは有限ショット効果や量子エラーの緩和を考慮しない。
有限ショット統計とQEMによるリソースオーバーヘッドを明示的に組み込んだベンチマークフレームワークを開発した。
我々の枠組みは、推定エネルギーが既知の古典的上界と下界で定義された間隔内にあるという自信を通して量子的優位性を定量化する。
論文 参考訳（メタデータ） (2026-01-26T16:55:47Z) - Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
CL-QASは連続的な量子アーキテクチャ検索フレームワークである。
振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。
制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
論文 参考訳（メタデータ） (2026-01-10T02:36:03Z) - End-to-End On-Device Quantization-Aware Training for LLMs at Inference Cost [53.25965863436039]
量子化対応トレーニング(QAT)は、より原則化されたソリューションを提供するが、バックプロパゲーションに依存しているため、メモリコストは禁じられている。
重み付けとアクティベーション量子化の両方をサポートするゼロオーダー最適化ベースのQATフレームワークであるZeroQATを提案する。
実験の結果、ZeroQATはPTQとQATのベースラインを一貫して上回り、メモリは大幅に削減された。
論文 参考訳（メタデータ） (2025-08-21T01:18:27Z) - Resource-Efficient Hadamard Test Circuits for Nonlinear Dynamics on a Trapped-Ion Quantum Computer [1.2063443893298391]
本稿では,Adamardテスト回路の低深さ実装を提案する。
我々は変分アルゴリズムに特化してパラメータ化量子アンサッツを開発した。
以上の結果より,シングルビットゲート数と2ビットゲート数が有意に減少した。
論文 参考訳（メタデータ） (2025-07-25T13:16:54Z) - Distribution-Adaptive Dynamic Shot Optimization for Variational Quantum Algorithms [11.357031710307709]
変分量子アルゴリズム(VQA)は、その潜在的な計算上の利点から注目されている。
本稿では,VQAにおける1イテレーションあたりのショット数を効率的に調整する分散適応ショット(DDS)フレームワークを提案する。
提案手法は, 平均撮影回数を50%削減しつつ, 推測精度を維持できることを示す。
論文 参考訳（メタデータ） (2024-12-23T11:28:44Z) - Bayesian Quantum Amplitude Estimation [46.03321798937855]
量子振幅推定のための問題調整およびノイズ認識ベイズアルゴリズムであるBAEを提案する。
耐障害性シナリオでは、BAEはハイゼンベルク限界を飽和させることができ、デバイスノイズが存在する場合、BAEはそれを動的に特徴付け、自己適応することができる。
本稿では,振幅推定アルゴリズムのベンチマークを提案し,他の手法に対してBAEをテストする。
論文 参考訳（メタデータ） (2024-12-05T18:09:41Z) - Distributing Quantum Computations, Shot-wise [1.2061873132374783]
NISQ時代の制約、ノイズに対する高感度、および量子ビット数制限は、QPUのユーザビリティに重大な障壁を課している。
本稿では,複数のQPUにまたがる単一回路におけるショットの分配を可能にする,ショットワイズ(shot-wise)と呼ばれる方法論的フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-25T16:16:54Z) - 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) - Benchmarking the Reliability of Post-training Quantization: a Particular
Focus on Worst-case Performance [53.45700148820669]
ポストトレーニング量子化(PTQ)は、独自のアーキテクチャやトレーニング手順を変更することなく、ディープニューラルネットワーク(DNN)を圧縮するための一般的な方法である。
その有効性と利便性にもかかわらず、分散シフトやデータノイズといった極端ケースの存在下でのPTQ手法の信頼性は明らかにされていない。
そこで本研究では,様々なPTQ手法を用いてこの問題について検討する。
論文 参考訳（メタデータ） (2023-03-23T02:55:50Z) - Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。
QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。
数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
論文 参考訳（メタデータ） (2020-10-20T12:06:27Z)
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。