論文の概要: Random Walks: A Review of Algorithms and Applications
- arxiv url: http://arxiv.org/abs/2008.03639v1
- Date: Sun, 9 Aug 2020 03:41:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-01 04:51:56.776733
- Title: Random Walks: A Review of Algorithms and Applications
- Title（参考訳）: Random Walks: アルゴリズムと応用のレビュー
- Authors: Feng Xia, Jiaying Liu, Hansong Nie, Yonghao Fu, Liangtian Wan,
Xiangjie Kong
- Abstract要約: コンピュータ科学において、古典的なランダムウォークと量子ウォークはノード間の近接を計算し、ネットワーク内のトポロジーを抽出するために用いられる。
様々なランダムウォーク関連モデルは、リンク予測、レコメンデーション、コンピュータビジョン、半教師付き学習、ネットワーク埋め込みといった下流タスクに非常に重要である。
- 参考スコア（独自算出の注目度）: 37.226218097358284
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A random walk is known as a random process which describes a path including a
succession of random steps in the mathematical space. It has increasingly been
popular in various disciplines such as mathematics and computer science.
Furthermore, in quantum mechanics, quantum walks can be regarded as quantum
analogues of classical random walks. Classical random walks and quantum walks
can be used to calculate the proximity between nodes and extract the topology
in the network. Various random walk related models can be applied in different
fields, which is of great significance to downstream tasks such as link
prediction, recommendation, computer vision, semi-supervised learning, and
network embedding. In this paper, we aim to provide a comprehensive review of
classical random walks and quantum walks. We first review the knowledge of
classical random walks and quantum walks, including basic concepts and some
typical algorithms. We also compare the algorithms based on quantum walks and
classical random walks from the perspective of time complexity. Then we
introduce their applications in the field of computer science. Finally we
discuss the open issues from the perspectives of efficiency, main-memory
volume, and computing time of existing algorithms. This study aims to
contribute to this growing area of research by exploring random walks and
quantum walks together.
- Abstract（参考訳）: ランダムウォークは、数学空間におけるランダムなステップの連続を含む経路を記述するランダムプロセスとして知られている。
数学や計算機科学などの様々な分野で人気を集めている。
さらに量子力学では、量子ウォークは古典的ランダムウォークの量子アナログと見なすことができる。
古典的なランダムウォークと量子ウォークは、ノード間の近接を計算し、ネットワーク内のトポロジーを抽出するために使用できる。
様々なランダムウォーク関連モデルは、リンク予測、レコメンデーション、コンピュータビジョン、半教師付き学習、ネットワーク埋め込みといった下流タスクに非常に重要である。
本稿では,古典的ランダムウォークと量子ウォークの総合的なレビューを行う。
まず,古典的ランダムウォークと量子ウォークの知識,基本的な概念と一般的なアルゴリズムについて概説する。
また,時間複雑性の観点から,量子ウォークと古典ランダムウォークに基づくアルゴリズムを比較する。
次に,その応用を計算機科学の分野に導入する。
最後に、効率性、主記憶容量、既存アルゴリズムの計算時間の観点から、オープンな問題について議論する。
この研究は、ランダムウォークと量子ウォークを一緒に探索することで、この成長する研究領域に寄与することを目的としている。
関連論文リスト
- Quantum algorithms: A survey of applications and end-to-end complexities [90.05272647148196]
期待されている量子コンピュータの応用は、科学と産業にまたがる。
本稿では,量子アルゴリズムの応用分野について検討する。
私たちは、各領域における課題と機会を"エンドツーエンド"な方法で概説します。
論文 参考訳（メタデータ） (2023-10-04T17:53:55Z) - Quantum Machine Learning: from physics to software engineering [58.720142291102135]
古典的な機械学習アプローチが量子コンピュータの設備改善にどのように役立つかを示す。
量子アルゴリズムと量子コンピュータは、古典的な機械学習タスクを解くのにどのように役立つかについて議論する。
論文 参考訳（メタデータ） (2023-01-04T23:37:45Z) - 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) - Estimating the randomness of quantum circuit ensembles up to 50 qubits [9.775777593425452]
ランダム回路が任意のランダムなユニタリを近似する能力は,その複雑性,表現性,訓練性に影響を及ぼすことを示す。
我々の研究は、大規模テンソルネットワークシミュレーションが量子情報科学におけるオープンな問題に重要なヒントを与える可能性を示唆している。
論文 参考訳（メタデータ） (2022-05-19T23:43:15Z) - Designing exceptional-point-based graphs yielding topologically
guaranteed quantum search [0.0]
非エルミート生存作用素のすべての固有値が 0 に合体する性質でウォークを構築する方法を示す。
結果の探索は、任意の初期条件に対して有界時間で成功することが保証される。
論文 参考訳（メタデータ） (2022-02-08T04:30:24Z) - Quadratic speedup for spatial search by continuous-time quantum walk [0.0]
連続時間量子ウォークは、空間探索として知られるグラフ内のマークされたノードの集合の中のノードを見つけるという根本的な問題に取り組むためのフレームワークを提供する。
連続時間量子ウォーク探索アルゴリズムでは,任意のノード数を持つグラフにおいて,従来のランダムウォークよりも2次的に高速なマークノードを見つけることができる。
論文 参考訳（メタデータ） (2021-12-23T17:57:49Z) - 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) - Quantum Walk to Train a Classical Artificial Neural Network [0.0]
この研究は、古典的な人工ニューラルネットワークを訓練するために、完全なグラフで量子ウォークを使用する手順を提案する。
ニューラルネットワークのトレーニングに使用される方法論は、隠れた層の重みを変更するのではなく、出力層のシナプス重みを調整する。
計算ゲインに加えて、提案手法のもう一つの利点は、解を得るのに必要な反復回数をtextita priori で知ることができることである。
論文 参考訳（メタデータ） (2021-09-01T00:36:52Z) - On Applying the Lackadaisical Quantum Walk Algorithm to Search for
Multiple Solutions on Grids [63.75363908696257]
不足量子ウォーク(英: lackadaisical quantum walk)は、頂点が重量$l$の自己ループを持つグラフ構造を探索するために開発されたアルゴリズムである。
本稿では,グリッド上の複数解の探索に不連続な量子ウォークを適用した際の問題に対処する。
論文 参考訳（メタデータ） (2021-06-11T09:43:09Z) - Quantum walk processes in quantum devices [55.41644538483948]
グラフ上の量子ウォークを量子回路として表現する方法を研究する。
提案手法は,量子ウォークアルゴリズムを量子コンピュータ上で効率的に実装する方法である。
論文 参考訳（メタデータ） (2020-12-28T18:04:16Z)
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。