論文の概要: Towards analyzing large graphs with quantum annealing and quantum gate
computers
- arxiv url: http://arxiv.org/abs/2006.16702v1
- Date: Tue, 30 Jun 2020 11:51:15 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-15 05:21:55.846167
- Title: Towards analyzing large graphs with quantum annealing and quantum gate
computers
- Title(参考訳): 量子アニールと量子ゲートコンピュータによる大規模グラフの解析に向けて
- Authors: Hannu Reittu, Ville Kotovirta, Lasse Leskel\"a, Hannu Rummukainen,
Tomi R\"aty
- Abstract要約: ビッグデータに関連する難しい問題を解く上で,量子コンピューティングの能力を実証する。
Szemeredi's Regularity Lemma (SRL) に基づく新しいコミュニティ検出アルゴリズムを導入してテストする。
最悪の場合の正則性チェックでは、Groverのアルゴリズムと量子位相推定アルゴリズムを用いて量子ゲートコンピュータを用いた計算を高速化する。
- 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: The use of quantum computing in graph community detection and regularity
checking related to Szemeredi's Regularity Lemma (SRL) are demonstrated with
D-Wave Systems' quantum annealer and simulations. We demonstrate the capability
of quantum computing in solving hard problems relevant to big data. A new
community detection algorithm based on SRL is also introduced and tested. In
worst case scenario of regularity check we use Grover's algorithm and quantum
phase estimation algorithm, in order to speed-up computations using a quantum
gate computers.
- Abstract(参考訳): SzemerediのRegularity Lemma(SRL)に関連するグラフコミュニティ検出と正則性チェックにおける量子コンピューティングの利用は、D-Wave Systemsの量子アニールとシミュレーションによって実証された。
ビッグデータに関連する難しい問題の解決における量子コンピューティングの能力を示す。
また、SRLに基づく新しいコミュニティ検出アルゴリズムを導入、テストした。
最悪の場合の正則性チェックでは、Groverのアルゴリズムと量子位相推定アルゴリズムを用いて量子ゲートコンピュータを用いた計算を高速化する。
関連論文リスト
- Scalable Quantum Algorithms for Noisy Quantum Computers [0.0]
この論文は、量子計算資源の要求を減らす2つの主要な技術を開発した。
目的は、現在の量子プロセッサでアプリケーションサイズをスケールアップすることだ。
アルゴリズムの応用の主な焦点は量子システムのシミュレーションであるが、開発したサブルーチンは最適化や機械学習の分野でさらに活用することができる。
論文 参考訳(メタデータ) (2024-03-01T19:36:35Z) - 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) - 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) - QuanGCN: Noise-Adaptive Training for Robust Quantum Graph Convolutional
Networks [124.7972093110732]
本稿では,ノード間の局所的なメッセージパッシングをクロスゲート量子演算のシーケンスで学習する量子グラフ畳み込みネットワーク(QuanGCN)を提案する。
現代の量子デバイスから固有のノイズを緩和するために、ノードの接続をスパーズするためにスパース制約を適用します。
我々のQuanGCNは、いくつかのベンチマークグラフデータセットの古典的なアルゴリズムよりも機能的に同等か、さらに優れている。
論文 参考訳(メタデータ) (2022-11-09T21:43:16Z) - Optimal Stochastic Resource Allocation for Distributed Quantum Computing [50.809738453571015]
本稿では,分散量子コンピューティング(DQC)のためのリソース割り当て方式を提案する。
本評価は,提案手法の有効性と,量子コンピュータとオンデマンド量子コンピュータの両立性を示すものである。
論文 参考訳(メタデータ) (2022-09-16T02:37:32Z) - Benchmarking Small-Scale Quantum Devices on Computing Graph Edit
Distance [52.77024349608834]
グラフ編集距離(GED: Graph Edit Distance)は、2つのグラフ間の(異なる)相似性の度合いを測定する。
本稿では、GED計算における2つの量子アプローチの比較研究について述べる。
論文 参考訳(メタデータ) (2021-11-19T12:35:26Z) - Quantum Algorithms for Unsupervised Machine Learning and Neural Networks [2.28438857884398]
行列積や距離推定といったタスクを解くために量子アルゴリズムを導入する。
これらの結果は、教師なし機械学習のための新しい量子アルゴリズムの開発に使用される。
また、ニューラルネットワークやディープラーニングのための新しい量子アルゴリズムも提示します。
論文 参考訳(メタデータ) (2021-11-05T16:36:09Z) - Multiple Query Optimization using a Hybrid Approach of Classical and
Quantum Computing [1.7077661158850292]
データ集約的な問題領域において重要なNPハード問題である多重クエリ最適化問題(MQO)に取り組む。
ゲート型量子コンピュータ上でMQOを解くために,新しい古典量子アルゴリズムを提案する。
提案アルゴリズムでは, クビット効率が99%に近づき, ほぼ2倍に向上した。
論文 参考訳(メタデータ) (2021-07-22T08:12:49Z) - QuantumSkynet: A High-Dimensional Quantum Computing Simulator [0.0]
量子コンピューティングシミュレータの現在の実装は、2段階の量子システムに限られている。
高次元量子コンピューティングシステムの最近の進歩は、多層重ね合わせと絡み合いで動くことの可能性を実証している。
我々は,新しい高次元クラウドベースの量子コンピューティングシミュレータQuantumSkynetを紹介する。
論文 参考訳(メタデータ) (2021-06-30T06:28:18Z) - An Application of Quantum Annealing Computing to Seismic Inversion [55.41644538483948]
小型地震インバージョン問題を解決するために,D波量子アニールに量子アルゴリズムを適用した。
量子コンピュータによって達成される精度は、少なくとも古典的コンピュータと同程度である。
論文 参考訳(メタデータ) (2020-05-06T14:18:44Z) - 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。