Fugu-MT 論文翻訳(概要): Approximate Phase Search and Eigen Estimation using Modified Grover's Algorithm

論文の概要: Approximate Phase Search and Eigen Estimation using Modified Grover's Algorithm

arxiv url: http://arxiv.org/abs/2012.11497v1
Date: Fri, 18 Dec 2020 17:50:30 GMT
ステータス: 処理完了
システム内更新日: 2023-04-20 06:06:53.396952
Title: Approximate Phase Search and Eigen Estimation using Modified Grover's Algorithm
Title（参考訳）: 修正グローバーアルゴリズムを用いた近似位相探索と固有推定
Authors: Sayantan Pramanik, M Girish Chandra, Shampa Sarkar and Manoj Nambiar
Abstract要約: 目標コストを近似するバイナリ文字列ソリューションを見つけるために、Groverのアルゴリズムを変更する試みが行われた。新しいコントロールされた Oracle と Local Diffusion Operator が提案されている。
参考スコア（独自算出の注目度）: 1.1934558041641545
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: An attempt has been made in this paper to modify Grover's Algorithm to find the binary string solutions approximating a target cost value. In that direction, new Controlled Oracle and the Local Diffusion Operator are suggested, apart from incorporating suitable ancilla qubits. A possible strategy to estimate eigenvalues and eigenstates of a given cost Hamiltonian, extending the reasoning of the methodology, is also pointed out. Typical results and relevant discussions are captured to support the propositions.
Abstract（参考訳）: 本稿では,groverのアルゴリズムを修正して,目標コスト値に近いバイナリ文字列解を求める試みを行った。その方向では、適切な ancilla qubit を導入することとは別に、新しい Controlled Oracle と Local Diffusion Operator が提案されている。与えられたコストハミルトンの固有値と固有状態を推定し、方法論の推論を拡張する戦略も指摘されている。典型的な結果と関連する議論は、提案を支持するために収集される。

関連論文リスト

Unraveling Rodeo Algorithm Through the Zeeman Model [0.0]
任意の初期状態を考慮したハミルトニアン一般に対する固有状態と固有値スペクトルを決定するために、ロデオアルゴリズムを解く。我々はPennylaneとQiskitのプラットフォームリソースを利用して、ハミルトンが1スピンと2スピンのゼーマンモデルによって記述されるシナリオを分析する。
論文参考訳（メタデータ） (2024-07-16T01:29:25Z)
Variable Substitution and Bilinear Programming for Aligning Partially Overlapping Point Sets [48.1015832267945]
本研究では,RPMアルゴリズムの最小化目的関数を用いて要求を満たす手法を提案する。分岐とバウンド(BnB)アルゴリズムが考案され、パラメータのみに分岐し、収束率を高める。実験による評価は,非剛性変形,位置雑音,外れ値に対する提案手法の高剛性を示す。
論文参考訳（メタデータ） (2024-05-14T13:28:57Z)
Bi-objective Ranking and Selection Using Stochastic Kriging [0.0]
両目的のランク付けと選択の問題について検討し,その2つの目的が不確実性をもって観測された。そこで本研究では,競合する解に対して逐次サンプルを割り当てるバイーシアン双対象ランクと選別法を提案する。実験結果から,提案手法は標準的なアロケーション手法よりも優れており,また,よく知られた最先端のアルゴリズムも優れていることがわかった。
論文参考訳（メタデータ） (2022-09-05T23:51:07Z)
Gradient Based Clustering [72.15857783681658]
本稿では,クラスタリングの品質を計測するコスト関数の勾配を用いて,距離に基づくクラスタリングの一般的な手法を提案する。アプローチは反復的な2段階の手順(クラスタ割り当てとクラスタセンターのアップデートの代替)であり、幅広い機能に適用できる。
論文参考訳（メタデータ） (2022-02-01T19:31:15Z)
A Geometric Approach to $k$-means [17.933546927589685]
本稿では、望ましくないローカルソリューションをエスケープするための一般的なアルゴリズムフレームワークを提案する。本稿では,これらのステップの実装について議論し,提案手法が$k$-meansアルゴリズムの変種をどのように統合するかを明らかにする。
論文参考訳（メタデータ） (2022-01-13T07:47:50Z)
Grover's Algorithm with Diffusion and Amplitude Steering [0.0]
多次元ヒルベルト空間の任意の部分空間を探索するグロバーアルゴリズムの一般化を提案する。また、データベース要素間の高次相関を考慮に入れた一般化Groverのアルゴリズムを概説する。
論文参考訳（メタデータ） (2021-10-21T14:15:32Z)
Local policy search with Bayesian optimization [73.0364959221845]
強化学習は、環境との相互作用によって最適な政策を見つけることを目的としている。局所探索のための政策勾配は、しばしばランダムな摂動から得られる。目的関数の確率モデルとその勾配を用いたアルゴリズムを開発する。
論文参考訳（メタデータ） (2021-06-22T16:07:02Z)
Adversarial Examples for $k$-Nearest Neighbor Classifiers Based on Higher-Order Voronoi Diagrams [69.4411417775822]
逆例は機械学習モデルにおいて広く研究されている現象である。そこで本研究では,$k$-nearest 近傍分類の逆ロバスト性を評価するアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-19T08:49:10Z)
Private Stochastic Non-Convex Optimization: Adaptive Algorithms and Tighter Generalization Bounds [72.63031036770425]
有界非次元最適化のための差分プライベート(DP)アルゴリズムを提案する。標準勾配法に対する経験的優位性について,2つの一般的なディープラーニング手法を実証する。
論文参考訳（メタデータ） (2020-06-24T06:01:24Z)
Optimization of Graph Total Variation via Active-Set-based Combinatorial Reconditioning [48.42916680063503]
本稿では,この問題クラスにおける近位アルゴリズムの適応型事前条件付け手法を提案する。不活性エッジのネスト・フォレスト分解により局所収束速度が保証されることを示す。この結果から,局所収束解析は近似アルゴリズムにおける可変指標選択の指針となることが示唆された。
論文参考訳（メタデータ） (2020-02-27T16:33:09Z)
Generalization of Change-Point Detection in Time Series Data Based on Direct Density Ratio Estimation [1.929039244357139]
既存のアルゴリズムを様々なバイナリ分類と回帰モデルを用いて一般化する方法を示す。アルゴリズムは、いくつかの合成および実世界のデータセットでテストされる。
論文参考訳（メタデータ） (2020-01-17T15:45:38Z)

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。