MétaCan
Menu
Retour à la cohorte
Enregistrement W3215985406 · doi:10.48550/arxiv.2111.10867

Qimaera: Type-safe (Variational) Quantum Programming in Idris

2021· preprint· W3215985406 sur OpenAlexaff
Liliane-Joy Dandy, Emmanuel Jeandel, Vladimir Zamdzhiev

Notice bibliographique

RevuearXiv (Cornell University) · 2021
Typepreprint
Langue
DomaineComputer Science
ThématiqueQuantum Computing Algorithms and Architecture
Établissements canadiensFuture Earth
Organismes subventionnairesnon disponible
Mots-clésComputer scienceQuantumQuantum computerQuantum algorithmProgrammerTheoretical computer scienceProgramming languageAlgorithmQuantum mechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

Variational Quantum Algorithms are hybrid classical-quantum algorithms where\nclassical and quantum computation work in tandem to solve computational\nproblems. These algorithms create interesting challenges for the design of\nsuitable programming languages. In this paper we introduce Qimaera, which is a\nset of libraries for the Idris 2 programming language that enable the\nprogrammer to implement (variational) quantum algorithms where the full power\nof the elegant Idris language works in synchrony with quantum programming\nprimitives that we introduce. The two key ingredients of Idris that make this\npossible are (1) dependent types which allow us to implement unitary (i.e.\nreversible and controllable) quantum operations; and (2) linearity which allows\nus to enforce fine-grained control over the execution of quantum operations\nthat ensures compliance with the laws of quantum mechanics. We demonstrate that\nQimaera is suitable for variational quantum programming by providing\nimplementations of the two most prominent variational quantum algorithms --\nQAOA and VQE. To the best of our knowledge, this is the first implementation of\nthese algorithms that has been achieved in a type-safe framework.\n

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,420
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,045
Tête enseignante GPT0,192
Écart entre enseignants0,147 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetQuantum Computing Algorithms and ArchitectureTravaux en français237 207