論文の概要: Growing Random Graphs with Quantum Rules

• arxiv url: http://arxiv.org/abs/2004.01331v1
• Date: Fri, 3 Apr 2020 01:51:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-27 01:13:40.822213
• Title: Growing Random Graphs with Quantum Rules
• Title（参考訳）: 量子規則によるランダムグラフの成長
• Authors: Hamza Jnane (T\'el\'ecom Paris, LTCI, Palaiseau, France), Giuseppe Di Molfetta (Universit\'e publique, CNRS, LIS, Marseille, France, and Quantum Computing Center, Keio University), Filippo M. Miatto (T\'el\'ecom Paris, LTCI, Palaiseau, France)
• Abstract要約: グラフ上の連続時間量子ウォークに基づいてランダムなグラフと木を成長させるモデルの2つのバリエーションを提案する。 個別の量子ウォーカと2つの非相互作用ウォーカの自然崩壊速度について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Random graphs are a central element of the study of complex dynamical networks such as the internet, the brain, or socioeconomic phenomena. New methods to generate random graphs can spawn new applications and give insights into more established techniques. We propose two variations of a model to grow random graphs and trees, based on continuous-time quantum walks on the graphs. After a random characteristic time, the position of the walker(s) is measured and new nodes are attached to the nodes where the walkers collapsed. Such dynamical systems are reminiscent of the class of spontaneous collapse theories in quantum mechanics. We investigate several rates of this spontaneous collapse for an individual quantum walker and for two non-interacting walkers. We conjecture (and report some numerical evidence) that the models are scale-free.
• Abstract（参考訳）: ランダムグラフは、インターネット、脳、社会経済現象などの複雑な力学ネットワークの研究の中心的な要素である。 ランダムグラフを生成する新しい方法は、新しいアプリケーションを生み出し、より確立された技術に対する洞察を与える。 グラフ上の連続時間量子ウォークに基づいてランダムなグラフと木を成長させるモデルの2つのバリエーションを提案する。 ランダムな特性時間後、歩行者の位置を測定し、歩行者が倒れたノードに新しいノードをアタッチする。 このような力学系は、量子力学における自然崩壊理論のクラスを思い起こさせる。 個々の量子ウォーカーと2つの非相互作用ウォーカーの自発的崩壊速度について検討した。 モデルがスケールフリーであることを予想する(そしていくつかの数値的な証拠を報告する)。

関連論文リスト

• Quantum versus Population Dynamics over Cayley Graphs [0.0]
  元のグラフの特定の装飾により、人口のモデルと量子力学の正確なマッピングが可能になることを示す。 このように、グラフ上の人口動態は、量子効果をシミュレートできる古典的なプラットフォームである。
  論文  参考訳（メタデータ） (2022-11-13T15:28:20Z)
• Learning the Evolutionary and Multi-scale Graph Structure for Multivariate Time Series Forecasting [50.901984244738806]
  時系列の進化的・マルチスケール相互作用をモデル化する方法を示す。 特に、まず、拡張畳み込みと協調して、スケール固有の相関を捉える階層グラフ構造を提供する。 最終的な予測を得るために上記のコンポーネントを統合するために、統合ニューラルネットワークが提供される。
  論文  参考訳（メタデータ） (2022-06-28T08:11:12Z)
• From Quantum Graph Computing to Quantum Graph Learning: A Survey [86.8206129053725]
  まず、量子力学とグラフ理論の相関関係について、量子コンピュータが有用な解を生成できることを示す。 本稿では,その実践性と適用性について,一般的なグラフ学習手法について概説する。 今後の研究の触媒として期待される量子グラフ学習のスナップショットを提供する。
  論文  参考訳（メタデータ） (2022-02-19T02:56:47Z)
• Application of graph theory in quantum computer science [0.0]
  連続時間量子ウォークモデルが非自明なグラフ構造に対して強力であることを示す。 CTQWで定義された量子空間探索は、様々な無向グラフでうまく機能することが証明されている。 この側面のスコープでは、複雑なグラフ構造に対しても量子スピードアップが観測されるかどうかを分析する。
  論文  参考訳（メタデータ） (2021-09-27T12:07:25Z)
• JKOnet: Proximal Optimal Transport Modeling of Population Dynamics [69.89192135800143]
  入力凸ニューラルネットワーク(ICNN)を用いて解いた(小さな)最適変位と測定値のエネルギーモデルを組み合わせたニューラルアーキテクチャを提案する。 人口動態の説明と予測のためのモデルの適用性を実証する。
  論文  参考訳（メタデータ） (2021-06-11T12:30:43Z)
• Simplifying Continuous-Time Quantum Walks on Dynamic Graphs [0.0]
  動的グラフ上の連続時間量子ウォークは、グラフのエッジを符号化するハミルトンの列でシュル「オーディンガーの方程式によって進化する。 本稿では,動的グラフを単純化可能な6つのシナリオを提案する。
  論文  参考訳（メタデータ） (2021-06-10T19:24:32Z)
• How to Teach a Quantum Computer a Probability Distribution [0.0]
  正規グラフ上の離散時間量子ウォークを確率分布として教える。 また、ハードウェアやソフトウェアに関する懸念や、即時アプリケーション、機械学習へのいくつかの関連についても論じる。
  論文  参考訳（メタデータ） (2021-04-15T02:41:27Z)
• Bosonic Random Walk Networks for Graph Learning [32.24009574184356]
  グラフにまたがる拡散情報に対する多粒子量子ウォークの適用を検討する。 我々のモデルは、グラフ上の量子ランダムウォーカーのダイナミクスを制御する演算子の学習に基づいている。 分類および回帰作業における本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2020-12-31T21:40:40Z)
• GRADE: Graph Dynamic Embedding [76.85156209917932]
  GRADEは、軌道に先立ってランダムウォークを課すことで、進化するノードとコミュニティ表現を生成することを学ぶ確率モデルである。 我々のモデルは、遷移行列を介して時間ステップ間で更新されるノードコミュニティメンバシップも学習する。 実験では、GRADEは動的リンク予測においてベースラインを上回る性能を示し、動的コミュニティ検出において好適な性能を示し、一貫性と解釈可能な進化するコミュニティを特定する。
  論文  参考訳（メタデータ） (2020-07-16T01:17:24Z)
• Learning to Extrapolate Knowledge: Transductive Few-shot Out-of-Graph Link Prediction [69.1473775184952]
  数発のアウトオブグラフリンク予測という現実的な問題を導入する。 我々は,新しいメタ学習フレームワークによってこの問題に対処する。 我々は,知識グラフの補完と薬物と薬物の相互作用予測のために,複数のベンチマークデータセット上でモデルを検証した。
  論文  参考訳（メタデータ） (2020-06-11T17:42:46Z)
• Continuous-time quantum walks in the presence of a quadratic perturbation [55.41644538483948]
  連続時間量子ウォークの特性を、$mathcalH=L + lambda L2$という形のハミルトン群で解決する。 低/高接続性および/または対称性を持つパラダイムモデルであるため、サイクル、完全、およびスターグラフを考える。
  論文  参考訳（メタデータ） (2020-05-13T14:53:36Z)

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。