論文の概要: TensorFlow Solver for Quantum PageRank in Large-Scale Networks
- arxiv url: http://arxiv.org/abs/2003.04930v1
- Date: Tue, 10 Mar 2020 18:58:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-30 00:56:01.621453
- Title: TensorFlow Solver for Quantum PageRank in Large-Scale Networks
- Title（参考訳）: 大規模ネットワークにおける量子ページランクのためのTensorFlowソルバー
- Authors: Hao Tang, Tian-Shen He, Ruo-Xi Shi, Yan-Yan Zhu, Marcus Lee, Tian-Yu
Wang, Xian-Min Jin
- Abstract要約: 本稿では, 並列計算を用いて, 行列次元を O(N2) に減少させるために, Runge-Kutta 法による量子ページランクの効率的な解法を提案する。
従来のPageRankソルバと比較して、必要なメモリと時間をそれぞれ1%と0.2%に劇的に削減し、100秒未満で4～8GBのメモリを持つ通常のコンピュータで動作できるようにする。
- 参考スコア（独自算出の注目度）: 12.937513443750804
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Google PageRank is a prevalent and useful algorithm for ranking the
significance of nodes or websites in a network, and a recent quantum
counterpart for PageRank algorithm has been raised to suggest a higher accuracy
of ranking comparing to Google PageRank. The quantum PageRank algorithm is
essentially based on quantum stochastic walks and can be expressed using
Lindblad master equation, which, however, needs to solve the Kronecker products
of an O(N^4) dimension and requires severely large memory and time when the
number of nodes N in a network increases above 150. Here, we present an
efficient solver for quantum PageRank by using the Runge-Kutta method to reduce
the matrix dimension to O(N^2) and employing TensorFlow to conduct GPU parallel
computing. We demonstrate its performance in solving quantum PageRank for the
USA major airline network with up to 922 nodes. Compared with the previous
quantum PageRank solver, our solver dramatically reduces the required memory
and time to only 1% and 0.2%, respectively, making it practical to work in a
normal computer with a memory of 4-8 GB in no more than 100 seconds. This
efficient solver for large-scale quantum PageRank and quantum stochastic walks
would greatly facilitate studies of quantum information in real-life
applications.
- Abstract（参考訳）: Google PageRankは、ネットワーク内のノードやWebサイトの重要度をランク付けするための一般的かつ有用なアルゴリズムである。
量子ページランクアルゴリズムは本質的に量子確率的ウォークに基づいており、リンドブラッドマスター方程式を用いて表現することができるが、これはo(n^4)次元のクロネッカー積を解く必要があり、ネットワーク内のノードn数が150を超える場合、非常に大きなメモリと時間を必要とする。
本稿では,Lange-Kutta法を用いて行列次元をO(N^2)に減らし,TensorFlowを用いてGPU並列計算を行うことにより,量子PageRankの効率的な解法を提案する。
最大922ノードを持つ米国の主要航空会社ネットワークに対して、量子PageRankを解く際の性能を実証する。
従来の量子ページランクソルバと比較して,100秒未満でメモリ4-8gbの通常のコンピュータで動作するためには,必要なメモリと時間を1%と0.2%に劇的に削減できる。
この大規模量子PageRankと量子確率ウォークの効率的な解法は、現実の応用における量子情報の研究を大いに促進する。
関連論文リスト
- Quantum versatility in PageRank [6.797840514031587]
任意の位相回転(APR)は、Szegedyの量子ウォークの量子ページランクアルゴリズムで導入された。
本稿では,APRがPageRankで果たす役割について検討し,量子性から得られる万能性を明らかにする。
本結果は,PageRankingの量子可能な視点を示し,実用的なPageRankアルゴリズムの設計と応用に光を当てた。
論文 参考訳（メタデータ） (2024-11-20T08:14:27Z) - Discrete-Time Open Quantum Walks for Vertex Ranking in Graphs [0.0]
本稿では離散時間オープンな量子ウォークを用いたグラフ上の新しい量子PageRankアルゴリズムを提案する。
GoogleのPageRankは、古典的な計算でWorld Wide Web上のWebページをアレンジするための重要なアルゴリズムである。
論文 参考訳（メタデータ） (2024-04-23T06:15:17Z) - Randomized SearchRank: A Semiclassical Approach to a Quantum Search
Engine [0.0]
量子検索Rankアルゴリズムは、PageRank量子化に基づく将来の量子検索エンジンにとって有望なツールである。
本稿では,基礎となるSzegedy量子ウォークを半古典的なウォークに置き換えたアルゴリズムの修正を提案する。
論文 参考訳（メタデータ） (2024-01-03T06:00:23Z) - Efficient DCQO Algorithm within the Impulse Regime for Portfolio
Optimization [41.94295877935867]
本稿では,デジタルカウンセバティック量子最適化(DCQO)パラダイムを用いて,ポートフォリオ最適化のための高速なディジタル量子アルゴリズムを提案する。
提案手法は,アルゴリズムの回路深度要件を特に低減し,解の精度を向上し,現在の量子プロセッサに適している。
我々は,IonQトラップイオン量子コンピュータ上で最大20量子ビットを使用するプロトコルの利点を実験的に実証した。
論文 参考訳（メタデータ） (2023-08-29T17:53:08Z) - Quantum Annealing for Single Image Super-Resolution [86.69338893753886]
単一画像超解像(SISR)問題を解くために,量子コンピューティングに基づくアルゴリズムを提案する。
提案したAQCアルゴリズムは、SISRの精度を維持しつつ、古典的なアナログよりも向上したスピードアップを実現する。
論文 参考訳（メタデータ） (2023-04-18T11:57:15Z) - A quantum advantage over classical for local max cut [48.02822142773719]
量子最適化近似アルゴリズム(QAOA)は、次数3グラフ上の古典的手法に匹敵する計算上の優位性を持つ。
結果として、最先端の量子ハードウェアに関係している小規模量子計算でさえ、比較可能な単純な古典よりも大きな優位性を持つ可能性が示唆された。
論文 参考訳（メタデータ） (2023-04-17T16:42:05Z) - Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。
我々は距離の計算を高速化するために量子現象を利用する。
我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文 参考訳（メタデータ） (2022-12-13T16:04:16Z) - Generalized Quantum Google PageRank Algorithm with Arbitrary Phase
Rotations [0.0]
本稿では、Szegedyの量子ウォークに任意の位相回転(APR)を導入する量子PageRankの修正を提案する。
そこで我々は,新しいアルゴリズムの挙動を解析し,位相の減少がPageRankの標準偏差を減少させることを示した。
我々は、PageRank分布が古典的アルゴリズムに似ている新しいアルゴリズムの1つが、元の量子アルゴリズムに類似した安定性があることを発見した。
論文 参考訳（メタデータ） (2022-09-27T15:15:54Z) - Entanglement and coherence in Bernstein-Vazirani algorithm [58.720142291102135]
Bernstein-Vaziraniアルゴリズムは、オラクルに符号化されたビット文字列を決定できる。
我々はベルンシュタイン・ヴァジラニアルゴリズムの量子資源を詳細に分析する。
絡み合いがない場合、初期状態における量子コヒーレンス量とアルゴリズムの性能が直接関係していることが示される。
論文 参考訳（メタデータ） (2022-05-26T20:32:36Z) - Spatial search by continuous-time quantum walks on renormalized Internet
networks [0.0]
実世界の複雑なネットワーク上での連続的な量子ウォークを用いた空間探索について検討する。
実世界の複素ネットワーク上での量子空間探索アルゴリズムの挙動を初めて推測する。
論文 参考訳（メタデータ） (2022-05-04T15:46:14Z) - Efficient Algorithms for Causal Order Discovery in Quantum Networks [44.356294905844834]
入力および出力システムへのブラックボックスアクセスを前提として,最初の効率的な量子因果順序探索アルゴリズムを開発した。
我々は、量子コムを用いて因果順序をモデル化し、我々のアルゴリズムは、与えられたプロセスと互換性のある入力と出力の順序を出力する。
我々のアルゴリズムは、量子通信ネットワークで利用可能な伝送経路を効率的に検出し、最適化する方法を提供する。
論文 参考訳（メタデータ） (2020-12-03T07:12:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。