StableShots: 양자 회로 실행을 위한 온라인 샷 중단 (Online Shot Stopping) 기법
요약
양자 회로 실행 시 고정된 샷 예산 대신, 누적 분포의 변동 거리를 모니터링하여 최적의 시점에 실행을 중단하는 StableShots 기법을 제안합니다. 실험 결과, 기존 고정 샷 방식보다 효율적으로 목표 정확도에 도달함을 입증했습니다.
핵심 포인트
- 정적 샷 예산의 과소/과잉 샘플링 문제를 해결하는 온라인 중단 규칙 제안
- 누적 경험적 분포 간의 총 변동 거리(TVD)를 기반으로 국소적 안정성 모니터링
- QSimBench 트레이스 평가 결과, 고정 샷 대비 샷 소비 효율성 및 정확도 개선
양자 회로 실행 (Quantum circuit execution)은 반복적인 측정을 통해 출력 분포를 추정하지만, 개발자들은 일반적으로 실행 전에 고정된 샷 예산 (shot budget)을 선택합니다. 이러한 정적인 선택은 취약합니다. 낮은 예산은 분포를 과소 샘플링 (under-sample)할 수 있고, 높은 예산은 측정을 낭비하게 됩니다. 본 논문에서는 정적 양자 회로를 위한 블랙박스 온라인 중단 규칙 (black-box online stopping rule)인 StableShots를 제안합니다. 이 방법은 고정된 회로를 작은 배치 (batch) 단위로 실행하며, 누적된 경험적 분포 (cumulative empirical distributions) 사이의 총 변동 거리 (total-variation distance, TVD)를 모니터링하고, 국소적 안정성 (local stability)이 반복적으로 확인되면 실행을 중단합니다. 우리는 6개의 회로 제품군, 4~14 큐비트(qubit)에 이르는 6가지 크기, 그리고 5개의 노이즈가 있는 IBM 시뮬레이션 백엔드를 아우르는 180개의 QSimBench 트레이스에서 StableShots를 평가했습니다. 검증 전용 보정 (validation-only calibration) 및 100회의 반복적인 백엔드 홀드아웃 분할 (backend-holdout splits)을 통해, 선택된 구성은 중앙값 7,650 샷에서 모든 홀드아웃 테스트 평가 시 TVD <= 0.05에 도달했습니다. 반면, 고정 샷 (fixed-shot) 베이스라인들은 더 자주 실패하거나 실질적으로 더 많은 샷을 소비했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv Codex (cs.SE)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기