⚛️ quantum physics

MQSS-Selector: RL-Guided Pass Selection for an MLIR Compilation Pipeline

تقدم هذه الورقة MQSS-Selector، وهو إطار عمل موحد قائم على التعلم يسخر التعلم التعزيزي والتعلم العميق لتحسين اختيار الأجهزة، وترتيب مراحل المترجم، وجدولة المهام ديناميكيًا لسير عمل الحوسبة عالية الأداء والحوسبة الكمية، بهدف تعظيم الدقة في آن واحد مع تقليل وقت التجميع وزمن الاستجابة في عصر الحوسبة الكمية ذات الحجم المتوسط والمشوبة بالضجيج (NISQ).

المؤلفون الأصليون: Andre Youssefi (Leibniz Supercomputing Centre), Ercüment Kaya (Leibniz Supercomputing Centre, Technical University of Munich), Minh Chung (Leibniz Supercomputing Centre), Jorge Echavarria (Munich Quan

نُشر 2026-09-25

📖 1 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Andre Youssefi (Leibniz Supercomputing Centre), Ercüment Kaya (Leibniz Supercomputing Centre, Technical University of Munich), Minh Chung (Leibniz Supercomputing Centre), Jorge Echavarria (Munich Quantum Valley), Laura B. Schulz (Argonne National Laboratory), Martin Schulz (Leibniz Supercomputing Centre, Technical University of Munich)

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

لا يتوفر بعدُ أي شرح بهذه اللغة.

جرّب: AR, DE, EN, ES, FR, HI, IT, JA, KO, NL, PT, ZH

أبحاث مشابهة