MétaCan
Menu
Retour à la cohorte
Enregistrement W4293416755 · doi:10.48550/arxiv.1709.04972

Algorithms for Embedding Quantum-Dot Cellular Automata Networks onto a\n Quantum Annealing Processor

2017· preprint· en· W4293416755 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuearXiv (Cornell University) · 2017
Typepreprint
Langueen
DomaineComputer Science
ThématiqueQuantum-Dot Cellular Automata
Établissements canadiensD-Wave Systems (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésQuantum dot cellular automatonComputer scienceCellular automatonEmbeddingBenchmark (surveying)Quantum cellular automatonQubitParallel computingHeuristicQuantum computerSimulated annealingQuantum annealingSolverElectronic circuitQuantumComputer engineeringTheoretical computer scienceAlgorithmPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Advancements in computing based on qubit networks, and in particular the\nflux-qubit processor architecture developed by D-Wave System's Inc., have\nenabled the physical simulation of quantum-dot cellular automata (QCA) networks\nbeyond the limit of classical methods. However, the embedding of QCA networks\nonto the available processor architecture is a key challenge in preparing such\nsimulations. In this work, two approaches to embedding QCA circuits are\ncharacterized: a dense placement algorithm that uses a routing method based on\nnegotiated congestion; and a heuristic method implemented in D-Wave's Solver\nAPI package. A set of benchmark QCA networks is used to characterise the\nalgorithms and a stochastic circuit generator is employed to investigate the\nperformance for different processor sizes and active flux-qubit yields.\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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte
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: aucune
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0100,006
Intégrité de la recherche0,0010,001
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 Opus0,096
Tête enseignante GPT0,240
Écart entre enseignants0,144 · 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