論文の概要: A Gentle Introduction to Quantum Computing Algorithms with Applications
to Universal Prediction
- arxiv url: http://arxiv.org/abs/2005.03137v1
- Date: Wed, 29 Apr 2020 11:46:52 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-21 19:20:01.179634
- Title: A Gentle Introduction to Quantum Computing Algorithms with Applications
to Universal Prediction
- Title（参考訳）: 量子コンピューティングアルゴリズムの穏やかな紹介と普遍予測への応用
- Authors: Elliot Catt and Marcus Hutter
- Abstract要約: この技術報告は、非物理学者のための量子コンピューティングの初歩的な紹介である。
Deutsch-Jozsa Algorithm、Shor's Algorithm、Grocer Search、Quantum Counting Algorithm。
次に、Solomonoff誘導の近似のためのより良いアルゴリズムを見つけるためにQuantum Computingを使用します。
- 参考スコア（独自算出の注目度）: 21.344529157722366
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this technical report we give an elementary introduction to Quantum
Computing for non-physicists. In this introduction we describe in detail some
of the foundational Quantum Algorithms including: the Deutsch-Jozsa Algorithm,
Shor's Algorithm, Grocer Search, and Quantum Counting Algorithm and briefly the
Harrow-Lloyd Algorithm. Additionally we give an introduction to Solomonoff
Induction, a theoretically optimal method for prediction. We then attempt to
use Quantum computing to find better algorithms for the approximation of
Solomonoff Induction. This is done by using techniques from other Quantum
computing algorithms to achieve a speedup in computing the speed prior, which
is an approximation of Solomonoff's prior, a key part of Solomonoff Induction.
The major limiting factors are that the probabilities being computed are often
so small that without a sufficient (often large) amount of trials, the error
may be larger than the result. If a substantial speedup in the computation of
an approximation of Solomonoff Induction can be achieved through quantum
computing, then this can be applied to the field of intelligent agents as a key
part of an approximation of the agent AIXI.
- Abstract（参考訳）: 本報告では,非物理学者のための量子コンピューティングの基礎的紹介を行う。
この紹介では、Deutsch-Jozsa Algorithm、Shor's Algorithm、Grocer Search、Quantum Counting Algorithm、Harrow-Lloyd Algorithmなどの基本的な量子アルゴリズムについて詳述する。
さらに,理論上最適な予測法であるソロモンオフ帰納法について紹介する。
次に、量子コンピューティングを使ってソロモンオフ帰納法の近似のより良いアルゴリズムを見つけようとする。
これは、他の量子コンピューティングアルゴリズムの手法を使って、ソロモンフ誘導の重要な部分であるソロモンフの先行の近似である速度の計算のスピードアップを達成することによって行われる。
主な制限要因は、計算される確率が非常に小さく、十分な(しばしば大規模な)試行がなければ、エラーは結果よりも大きい可能性があることである。
ソロモノフ誘導の近似の計算の大幅な高速化が量子コンピューティングによって達成できれば、エージェントAIXIの近似の重要な部分としてインテリジェントエージェントの分野に適用することができる。
関連論文リスト
- Fast Algorithms and Implementations for Computing the Minimum Distance of Quantum Codes [43.96687298077534]
安定化器量子コードの距離は、検出および修正可能なエラーの数を決定する。
本稿では,関連する古典符号のシンプレクティック距離を計算するために,3つの新しい高速アルゴリズムと実装を提案する。
論文 参考訳（メタデータ） (2024-08-20T11:24:30Z) - A quantum implementation of high-order power method for estimating geometric entanglement of pure states [39.58317527488534]
この研究は、多ビット純状態の絡み合いの幾何学的測度を推定する反復高次電力法の量子的適応を示す。
現在の(ハイブリッドな)量子ハードウェア上で実行可能であり、量子メモリに依存しない。
標準偏極チャネルに基づく単純な理論モデルを用いて,雑音がアルゴリズムに与える影響について検討する。
論文 参考訳（メタデータ） (2024-05-29T14:40:24Z) - Large-scale simulation of Shor's quantum factoring algorithm [0.0]
Shorのアルゴリズムの性能を評価するために,GPUベースの大規模スーパーコンピュータがいかに利用されているかを示す。
幸運な」ケースの頻度が高いため、平均的な成功確率が50%を超えることがわかりました。
量子ファクタリングアルゴリズムは、異なる種類のエラーに対して、特定の種類の普遍性とレジリエンスを示す。
論文 参考訳（メタデータ） (2023-08-09T16:19:52Z) - 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) - Quantum Algorithm For Estimating Eigenvalue [0.0]
与えられたエルミート行列の大きさで最大の固有値を推定するための量子アルゴリズムを提供する。
我々の量子プロシージャは、同じ問題を解決する古典的なアルゴリズムと比較して指数的なスピードアップを得ることができる。
論文 参考訳（メタデータ） (2022-11-11T13:02:07Z) - 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) - Quantum algorithm for stochastic optimal stopping problems with
applications in finance [60.54699116238087]
有名な最小二乗モンテカルロ (LSM) アルゴリズムは、線形最小二乗回帰とモンテカルロシミュレーションを組み合わせることで、最適停止理論の問題を解決する。
プロセスへの量子アクセス、最適な停止時間を計算するための量子回路、モンテカルロの量子技術に基づく量子LSMを提案する。
論文 参考訳（メタデータ） (2021-11-30T12:21:41Z) - Synthesis of Quantum Circuits with an Island Genetic Algorithm [44.99833362998488]
特定の演算を行うユニタリ行列が与えられた場合、等価な量子回路を得るのは非自明な作業である。
量子ウォーカーのコイン、トフォリゲート、フレドキンゲートの3つの問題が研究されている。
提案したアルゴリズムは量子回路の分解に効率的であることが証明され、汎用的なアプローチとして、利用可能な計算力によってのみ制限される。
論文 参考訳（メタデータ） (2021-06-06T13:15:25Z) - Hybrid Quantum Computing -- Tabu Search Algorithm for Partitioning
Problems: preliminary study on the Traveling Salesman Problem [0.8434687648198277]
本稿では,ハイブリッド量子コンピューティング - Tabu Search Algorithm と呼ばれる新しい解法を提案する。
提案手法の主な運用柱は、量子資源へのアクセスの制御の強化と、収益性のないアクセスの大幅な削減である。
論文 参考訳（メタデータ） (2020-12-09T11:21:50Z) - Quantum algorithmic differentiation [0.0]
本稿では,量子コンピューティングの文脈でアルゴリズムの微分を行うアルゴリズムを提案する。
アルゴリズムの2つのバージョンを提示する。1つは完全量子であり、もう1つは古典的なステップを雇用する。
論文 参考訳（メタデータ） (2020-06-23T22:52:22Z) - Towards quantum advantage via topological data analysis [0.0]
ロイズ,ガーネロン,ザナルディのトポロジカルデータ解析のためのアルゴリズムの背後にある量子アルゴリズムについて検討する。
ランク推定や複雑なネットワーク解析などの問題に対して,多数の新しい量子アルゴリズムを提供する。
論文 参考訳（メタデータ） (2020-05-06T06:31:24Z)
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。