Dataset for Quantum Circuits Mapping

The proposed dataset helps to address the quantum circuit mapping problem as a classification task. Three csv files are provided, each one refers to a specific IBM quantum machine, namely IBMQ Santiago, IBMQ Athens, and IBMQ 16 Melbourne. Each csv file is composed of random quantum circuits mapped onto the specific IBM quantum processor. In detail, each dataset instance contains some features related to the calibration data of the physical device and others related to the generated quantum circuit. Finally, the instance is labeled with a vector encoding the best mapping among those provided by deterministic mapping algorithms.

本数据集通过将量子电路映射问题建模为分类任务，助力该问题的求解。本次提供三个CSV文件，每个文件对应一台特定的IBM量子计算机，分别为IBMQ Santiago、IBMQ Athens与IBMQ 16 Melbourne。每个CSV文件均包含映射至对应IBM量子处理器的随机量子电路集合。详细而言，每个数据集实例包含两类特征：一类与物理设备的校准数据相关，另一类则与所生成的量子电路相关。最终，每个实例会通过一个向量进行标注，该向量对确定性映射算法所提供的候选映射方案中的最优映射结果进行编码。

搜集汇总

背景与挑战

背景概述

该数据集专注于量子电路映射问题，旨在将其转化为分类任务。它包含三个CSV文件，分别针对IBM量子处理器（IBMQ Santiago、IBMQ Athens和IBMQ 16 Melbourne），每个文件集成了随机量子电路的特征、物理设备校准数据以及基于确定性算法的最佳映射标签，用于支持机器学习研究。