抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
量子コンピューティングは,最適化から複雑な機械学習タスクに至るアプリケーションを有する急速に拡大する分野である。量子メモリは,実用的な量子コンピュータを欠いているが,量子利点をもたらす可能性を有する。例えば,量子マシン学習アプリケーションにおいて,量子メモリはデータ負荷プロセスを単純化し,学習タスクを潜在的に加速できる。量子メモリは計算に再利用できる量子ビットの中間量子状態も貯蔵できる。しかし,量子メモリのような量子メモリの深さ,ゲート数,および編集時間は,アドレスラインの数とともに指数的に,4ビットアドレスを超える最先端のNoisy中間スケール量子(NISQ)コンピュータでそれらを非現実的にする。本論文では,QROM回路の深さとゲート数を減らし,8-ビットのようなより広いアドレス範囲を標的とするために,予符号化論理とキュービットリセットのような手法を提案した。提案手法は,少なくとも36%の量子ビットオーバヘッドでのナイーブ実装と比較して,少なくとも2Xのゲート数と深さ数を減らす。最大2.28X量子ビットオーバヘッドのコストで,75Xの高い回路深さとゲート数の減少と85Xの編集時間を観測した。実験的に,既存の最適化アプローチと比較して,提案した予符号化回路による忠実度は,低減誤り率の下で,40.8%と比較して,より高い(73%と同程度)。【JST・京大機械翻訳】