Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Q-fid: Quantum Circuit Fidelity Improvement with LSTM Networks

Created by
  • Haebom

저자

Yikai Mao, Shaswot Shresthamali, Masaaki Kondo

개요

본 논문은 양자 회로의 충실도 예측을 위한 새로운 시스템인 Q-fid를 제안한다. Q-fid는 장단기 기억(LSTM) 기반의 충실도 예측 시스템과 양자 회로의 충실도를 정량화하기 위한 새로운 지표를 포함한다. 기존 방법들이 변동하는 오류율과 표준화된 충실도 지표의 부재로 인해 다양한 회로 레이아웃의 노이즈 성능을 추정하고 비교하는 데 어려움을 겪는다는 점을 해결하기 위해, Q-fid는 양자 회로를 토큰화하여 시간 시계열 예측 문제로 충실도 예측을 구성함으로써 게이트 시퀀스의 인과적 의존성과 전체 충실도에 대한 영향을 포착한다. 또한 하드웨어 특성의 변화에 동적으로 적응하여 다양한 조건에서 정확한 충실도 예측을 보장한다. 실험 결과, Q-fid는 평균 RMSE 0.0515를 달성하여 Qiskit transpile 도구 mapomatic보다 최대 24.7배 더 정확한 예측 성능을 보였다.

시사점, 한계점

•
시사점:
◦
변동하는 오류율과 표준화된 지표 부족 문제를 해결하는 새로운 양자 회로 충실도 예측 시스템 Q-fid 제시
◦
LSTM 기반 시간 시계열 예측 접근 방식을 통해 게이트 시퀀스의 인과적 의존성을 고려하여 정확도 향상
◦
하드웨어 특성 변화에 동적으로 적응 가능
◦
높은 예측 정확도(평균 RMSE 0.0515) 달성 및 기존 방법 대비 월등한 성능 향상 (최대 24.7배 향상)
◦
효율적이고 노이즈에 강한 양자 회로 구현을 위한 트랜스파일 전략 최적화 가능
•
한계점:
◦
LSTM 모델의 복잡성으로 인한 계산 비용 증가 가능성
◦
새로운 충실도 지표의 일반적인 채택 및 타당성 검증 필요
◦
다양한 양자 컴퓨팅 아키텍처 및 노이즈 모델에 대한 일반화 성능 평가 필요
◦
실제 양자 컴퓨터에서의 실험적 검증 및 대규모 회로에 대한 확장성 평가 필요
👍
Made with Slashpage