دانلود مقاله انگلیسی رایگان:مدل‌های قابلیت اطمینان مدار کوانتومی مبتنی بر داده: از ML سنتی تا شبکه عصبی نمودار - 2022
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی محاسبات کوانتومی رایگان
  • Data-Driven Reliability Models of Quantum Circuit: From Traditional ML to Graph Neural Network Data-Driven Reliability Models of Quantum Circuit: From Traditional ML to Graph Neural Network
    Data-Driven Reliability Models of Quantum Circuit: From Traditional ML to Graph Neural Network

    دسته بندی:

    محاسبات کوانتومی - Quantum-Computing


    سال انتشار:

    2022


    عنوان انگلیسی مقاله:

    Data-Driven Reliability Models of Quantum Circuit: From Traditional ML to Graph Neural Network


    ترجمه فارسی عنوان مقاله:

    مدل‌های قابلیت اطمینان مدار کوانتومی مبتنی بر داده: از ML سنتی تا شبکه عصبی نمودار


    منبع:

    ieee - ieee Transactions on Computer-Aided Design of Integrated Circuits and Systems;2022;PP;99;10:1109/TCAD:2022:3202430


    نویسنده:

    Vedika Saravanan; Samah M. Saeed


    چکیده انگلیسی:

    The current advancement in quantum computers has been focusing on increasing the number of qubits and enhancing their fidelity. However, the available quantum devices, known as Intermediate Scale Quantum (NISQ) computers, still suffer from different sources of noise that impact their reliability. Thus, practical noise modeling is of great importance in the development of quantum error mitigation approaches. In this paper, we propose a Machine Learning (ML)-based scheme to predict the output fidelity of the quantum circuit executed on NISQ devices. We show the benefit of using Graph Neural Network (GNN)-based models compared to traditional ML-based models in capturing the quantum circuit structure in addition to its gates’ features, which enable characterizing unpredicted quantum circuit errors. We use different metrics to measure the fidelity of the quantum circuit output. Our experimental results using different quantum algorithms executed on IBM Q Guadalupe quantum computer show the high prediction accuracy of our ML reliability models. Our results also show that our models can guide the single-qubit gate rescheduling to improve the output fidelity of the quantum circuit without the need for prior execution of dedicated calibration circuits.
    Index Terms: Quantum computing | Quantum circuit | Machine learning | Reliability | Graph Neural Network (GNN) | Noisy Intermediate-Scale Quantum (NISQ) computer | Errors.


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 13
    حجم فایل: 1468 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 4545 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 4545 :::::::: افراد آنلاین: 34