論文の概要: Entanglement-Aware Quantum Circuit Optimization through Globally Optimal Partitioning

• arxiv url: http://arxiv.org/abs/2611.03845v1
• Date: Mon, 02 Nov 2026 19:15:18 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:54:57.278958
• Title: Entanglement-Aware Quantum Circuit Optimization through Globally Optimal Partitioning
• Title（参考訳）: 大域的最適分割による絡み合いを考慮した量子回路最適化
• Abstract要約: 本稿では,グローバルな量子回路分割と絡み合いを考慮したブロック再合成のためのフレームワークを提案する。 その結果, 絡み合いを意識した再合成と組み合わさった最適分割選択は, 回路品質を向上することがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: We introduce a scalable framework for globally optimal quantum-circuit partitioning and entanglement-aware block resynthesis. The partitioning problem is formulated as an integer linear program over qubit-feasible convex subcircuits, supporting objectives such as minimizing the number of partitions or a weighted execution cost. The resulting partition selection is exact over the enumerated feasible candidates and their computed costs when the ILP is solved to proven optimality. The selected partitions are resynthesized using an operator-Schmidt rank (OSR) based synthesis technique, which exploits their internal entanglement structure. We compare the end-to-end integer linear programming (ILP)--OSR workflow with BQSKit while identifying their different routing methods, and separately compare local OSR and BQSKit synthesis on matched three- and four-qubit unitaries. On the frozen sample of 772 local unitary targets, OSR produces 741 verified syntheses versus 617 for BQSKit, and matches or improves the CNOT count in all 617 jointly verified pairs. These results demonstrate that globally optimal partition selection combined with entanglement-aware resynthesis improves circuit quality and extends block-based optimization to problem sizes that are impractical for existing optimization workflows.
• Abstract（参考訳）: 本稿では,グローバルな量子回路分割と絡み合いを考慮したブロック再合成のためのスケーラブルなフレームワークを提案する。 分割問題は、量子ビット実現可能な凸サブ回路上の整数線型プログラムとして定式化され、分割数や重み付き実行コストの最小化などの目的をサポートする。 結果のパーティション選択は、列挙可能な候補と、ILPが最適であることが証明されたときの計算コストに対して正確に行われる。 選択された分割は、内部の絡み合い構造を利用する演算子-シュミットランク(OSR)ベースの合成技術を用いて再合成される。 BQSKit と BQSKit をそれぞれ異なるルーティング手法で比較し、マッチした3ビットと4ビットのユニタリ上でのローカル OSR と BQSKit の合成を別々に比較した。 772個の局所的ユニタリターゲットの凍結されたサンプルでは、OSRはBQSKitに対して771個の検証された合成を生成し、617個の共同検証されたペアでCNOT数に一致または改善する。 これらの結果から,絡み合いを意識した再合成と組み合わせた大域的最適分割選択により,回路品質が向上し,既存の最適化ワークフローでは実現不可能な問題サイズまでブロックベースの最適化が拡張された。

関連論文リスト

• A Reproducible Software Workflow for Unanchored Approximate MUB Optimization: A Case Study in Dimension Six [5.114953719334754]
  このワークフローは、CPU、Apple MPS、HPCバックエンド間でのポータブルな実行用に設計されている。 乱数 n = 3, 4, 5, 6 in complex128 and complex64 arithmetic に対して、100個のランダムシードに対してアンアンコール構成を最適化する。 代表 d = 6, n = 4 の遷移ユニタリを 3 ビット 8x8 のユニタリに埋め込み、156 ビットのHeron プロセッサ ibm-marrakesh 上で回路を実行する。
  論文  参考訳（メタデータ） (2026-07-12T07:24:25Z)
• Constrained Decoding for Diffusion Language Models via Efficient Inference over Finite Automata [57.27430779838529]
  有限オートマトンとして表現可能な任意の制約の下で,制約付き平均場後部からサンプリングする,正確かつトラクタブルなアルゴリズムを提案する。 このアプローチは、構築による制約満足度を保証し、欲求とサンプリングベースのデコーディングの両方をサポートし、並列およびブロックワイドデコーディングと互換性がある。 Dream-7B と LLaDA-8 の実証的な評価は、様々なタスクにおいてかなりの精度の向上を示した。
  論文  参考訳（メタデータ） (2026-07-08T05:48:57Z)
• Towards Robust Training in NNGPT AutoML Pipeline: A Loss-Optimizer Pairing Selection Study [48.83701310501069]
  本稿では, 一つのレシピがヘテロジニアスなアーキテクチャプールに十分であるか, 最適ペアリングが構造的に多様なモデルによって異なるかを検討する。 我々は,CEL(Cross-Entropy),NLL(Negative Log-Likelihood),および最近導入された遺伝学的に進化したNGL損失を,LEMURヘテロジニアス・アーキテクチャー・プールの6つの画像分類データセット上に提示したベースモデル間で比較検討した。 我々の結果は、単一のペアリングが普遍的に最適でないことを確認した。AdamやAdamWとのクロスエントロピーは、最も堅牢な選択である。
  論文  参考訳（メタデータ） (2026-06-18T20:51:42Z)
• Para-B&B: Load-Balanced Deterministic Parallelization of Solving MIP [50.917107318582715]
  MIP(Mixed-integer Programming)は、連続型と整数型の両方の決定変数を組み込むことで線形プログラミングを拡張する。 本稿では,高性能MIPソルバであるHiGHSに対して,決定論的並列分岐結合の完全なオープンソース実装を初めて提案する。 本手法では,ワーカスレッド間で完全なソルバ状態を複製することにより,厳密な決定性を保証する新しいデータ並列アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-02-10T14:17:53Z)
• High-Performance Exact Synthesis of Two-Qubit Quantum Circuits [0.0]
  Clifford+$T$ゲート集合上の2量子回路の正確な合成フレームワークを提案する。 提案手法は,有界な探索空間を排除し,冗長性を回避するために代数的正準化を利用して,合成をクエリに変換する最適な実装のルックアップテーブルを構築する。
  論文  参考訳（メタデータ） (2026-01-27T03:57:04Z)
• Provably Optimal Quantum Circuits with Mixed-Integer Programming [0.0]
  量子回路コンパイルのための奥行き対応最適化フレームワークを提案する。 対象ユニタリの正確な合成のために、線形大域的同値性を持つ混合整数線形プログラム(MILP)を定式化する。 正確なMILPを超越したスケーリングを実現するために,本研究では,主に時間とともに回転し,アクティブキュービットをカプセル化し,キュービット当たりのクロージャを強制する,新しい圧延回路最適化(RHO)を提案する。
  論文  参考訳（メタデータ） (2025-10-01T08:25:43Z)
• Reverse Preference Optimization for Complex Instruction Following [61.39734201711077]
  本稿では,Reverse Preference Optimization (RPO) という,シンプルで効果的な手法を提案する。 選択された応答が完璧であることを保証するために、命令内の制約を動的に反転させることで、優先ペアのノイズを緩和する。 RPOはモデルサイズで効果的にスケールし、70B RPOモデルはGPT-4oを超える。
  論文  参考訳（メタデータ） (2025-05-28T09:44:27Z)
• QFactor: A Domain-Specific Optimizer for Quantum Circuit Instantiation [0.8258451067861933]
  本稿では、量子回路のインスタンス化、合成、およびコンパイル法で使用される数値最適化演算のためのドメイン固有アルゴリズムを提案する。 QFactorは解析手法とともにテンソルネットワークの定式化と反復的な局所最適化アルゴリズムを用いて問題パラメータの数を削減する。
  論文  参考訳（メタデータ） (2023-06-13T21:51:20Z)
• Optimization-based Block Coordinate Gradient Coding for Mitigating Partial Stragglers in Distributed Learning [58.91954425047425]
  本稿では,分散学習における部分トラグラーの緩和を目的とした,新たな勾配符号化方式を提案する。 L の符号パラメータを L に表わした勾配座標符号化方式を提案する。
  論文  参考訳（メタデータ） (2022-06-06T09:25:40Z)
• Provable Stochastic Optimization for Global Contrastive Learning: Small Batch Does Not Harm Performance [53.49803579981569]
  各正の対と全ての負の対をアンカーポイントで対比する、コントラスト学習のグローバルな目的を考える。 SimCLRのような既存のメソッドは、十分な結果を得るために大きなバッチサイズを必要とする。 本稿では,SogCLRという表現のグローバルコントラスト学習を解くためのメモリ効率の最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-02-24T22:16:53Z)

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。