Comparing and Integrating Constraint Programming and Temporal Planning\n for Quantum Circuit Compilation
Notice bibliographique
Résumé
Recently, the makespan-minimization problem of compiling a general class of\nquantum algorithms into near-term quantum processors has been introduced to the\nAI community. The research demonstrated that temporal planning is a strong\napproach for a class of quantum circuit compilation (QCC) problems. In this\npaper, we explore the use of constraint programming (CP) as an alternative and\ncomplementary approach to temporal planning. We extend previous work by\nintroducing two new problem variations that incorporate important\ncharacteristics identified by the quantum computing community. We apply\ntemporal planning and CP to the baseline and extended QCC problems as both\nstand-alone and hybrid approaches. Our hybrid methods use solutions found by\ntemporal planning to warm start CP, leveraging the ability of the former to\nfind satisficing solutions to problems with a high degree of task optionality,\nan area that CP typically struggles with. The CP model, benefiting from\ninferred bounds on planning horizon length and task counts provided by the warm\nstart, is then used to find higher quality solutions. Our empirical evaluation\nindicates that while stand-alone CP is only competitive for the smallest\nproblems, CP in our hybridization with temporal planning out-performs\nstand-alone temporal planning in the majority of problem classes.\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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».