量子物理
[提交于 2024年12月9日
]
标题: 模式树:基于模式匹配的量子电路优化效率提升
标题: Pattern Tree: Enhancing Efficiency in Quantum Circuit Optimization Based on Pattern-matching
摘要: 量子电路优化对于提高量子算法的性能至关重要,特别是在具有有限量子比特连接性和高错误率的噪声中等规模量子(NISQ)设备上。 模式匹配已被证明是一种有效技术,通过用功能等效且高效的版本替换子电路来识别和优化子电路,包括减少电路深度和促进平台移植性。 然而,现有方法在处理大规模电路和众多变换规则时面临挑战,通常会导致冗余匹配和增加编译时间。 在本研究中,我们提出了一种基于模式匹配的量子电路优化新框架,以提高其效率。 观察到现有变换规则应用中的冗余性,我们的方法采用模式树结构来组织这些规则,在模式匹配算法执行过程中减少冗余操作,提高匹配效率。 我们设计并实现了一个编译框架,以展示模式树方法的实用性。 实验结果表明,基于模式树的模式匹配可以在一个广泛接受的基准集上平均减少20%的执行时间。 此外,我们分析了如何构建模式树以最大化编译时间的优化。 评估结果表明,我们的方法有望将编译时间优化90%。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.