論文の概要: Hardware Efficient Quantum Search Algorithm

• arxiv url: http://arxiv.org/abs/2103.14196v1
• Date: Fri, 26 Mar 2021 01:08:50 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-06 19:27:13.361948
• Title: Hardware Efficient Quantum Search Algorithm
• Title（参考訳）: ハードウェア効率のよい量子探索アルゴリズム
• Authors: Ji Liu, Huiyang Zhou
• Abstract要約: 本稿では,この課題を克服するために,ハードウェアの効率的な量子探索アルゴリズムを提案する。 我々の鍵となる考え方は、グローバル拡散操作を低コストな局所拡散に置き換えることである。 回路コストの削減は、システムの成功率を著しく向上させる。
• 参考スコア（独自算出の注目度）: 17.74233101199813
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quantum computing has noteworthy speedup over classical computing by taking advantage of quantum parallelism, i.e., the superposition of states. In particular, quantum search is widely used in various computationally hard problems. Grover's search algorithm finds the target element in an unsorted database with quadratic speedup than classical search and has been proved to be optimal in terms of the number of queries to the database. The challenge, however, is that Grover's search algorithm leads to high numbers of quantum gates, which make it infeasible for the Noise-Intermediate-Scale-Quantum (NISQ) computers. In this paper, we propose a novel hardware efficient quantum search algorithm to overcome this challenge. Our key idea is to replace the global diffusion operation with low-cost local diffusions. Our analysis shows that our algorithm has similar oracle complexity to the original Grover's search algorithm while significantly reduces the circuit depth and gate count. The circuit cost reduction leads to a remarkable improvement in the system success rates, paving the way for quantum search on NISQ machines.
• Abstract（参考訳）: 量子コンピューティングは、量子並列性、すなわち状態の重ね合わせを利用して、古典的コンピューティングよりも優れたスピードアップを遂げている。 特に量子探索は様々な計算困難問題で広く使われている。 グローバーの探索アルゴリズムは、従来の検索よりも2倍のスピードアップを持つ非ソートデータベースのターゲット要素を見つけ、データベースへのクエリ数で最適であることが証明されている。 しかし、この問題はグローバーの探索アルゴリズムが大量の量子ゲートにつながり、ノイズ・中間スケール量子コンピュータ(nisq)では実現不可能であるということである。 本稿では,この課題を克服する新しいハードウェア効率の高い量子探索アルゴリズムを提案する。 我々の重要なアイデアは、グローバル拡散操作を低コストの局所拡散に置き換えることである。 解析の結果,本アルゴリズムはgroverの検索アルゴリズムと同様のオラクルの複雑さを示し,回路の深さとゲート数を大幅に削減した。 回路コストの削減は、システムの成功率を著しく向上させ、NISQマシンでの量子探索の道を開いた。

関連論文リスト

• Discretized Quantum Exhaustive Search for Variational Quantum Algorithms [0.0]
  現在利用可能な量子デバイスは、限られた量子ビットと高いレベルのノイズしか持たず、それらのデバイスで正確に解決できる問題のサイズを制限している。 我々は、変分量子アルゴリズム -- 離散化量子排他探索 -- を改善する新しい方法を提案する。
  論文  参考訳（メタデータ） (2024-07-24T22:06:05Z)
• QuantumSEA: In-Time Sparse Exploration for Noise Adaptive Quantum Circuits [82.50620782471485]
  QuantumSEAはノイズ適応型量子回路のインタイムスパース探索である。 1)トレーニング中の暗黙の回路容量と(2)雑音の頑健さの2つの主要な目標を達成することを目的としている。 提案手法は, 量子ゲート数の半減と回路実行の2倍の時間節約で, 最先端の計算結果を確立する。
  論文  参考訳（メタデータ） (2024-01-10T22:33:00Z)
• Practical Quantum Search by Variational Quantum Eigensolver on Noisy Intermediate-scale Quantum Hardware [0.0]
  量子反復を古典的パラメータ化量子状態からの更新に置き換えるハイブリッド量子古典的アーキテクチャを提案する。 提案手法は依然として有効な成功確率を維持しつつも,Grover 探索の成功確率はランダムな推測と同程度である。
  論文  参考訳（メタデータ） (2023-04-07T17:32:55Z)
• Optimization of probabilistic quantum search algorithm with a priori information [0.21756081703276003]
  グロバーの量子探索アルゴリズムは古典計算よりも量子コンピューティングの優位性を証明する典型的な量子アルゴリズムである。 本稿では,一般の確率分布を持つデータベースの故障確率をゼロにできる確率論的グロバー探索アルゴリズムについて考察する。
  論文  参考訳（メタデータ） (2023-04-06T04:33:37Z)
• Opening the Black Box Inside Grover's Algorithm [0.0]
  グロバーのアルゴリズムは、量子コンピュータが古典的コンピュータよりも有利であることを示す主要なアルゴリズムである。 我々は,古典的コンピュータ上で動作可能な量子インスパイアされたアルゴリズムを構築し,Groverのタスクを,オラクルへの(シミュレーションの)呼び出し数で線形に実行する。
  論文  参考訳（メタデータ） (2023-03-20T17:56:20Z)
• 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)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• 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)
• Optimizing Tensor Network Contraction Using Reinforcement Learning [86.05566365115729]
  本稿では,グラフニューラルネットワーク(GNN)と組み合わせた強化学習(RL)手法を提案する。 この問題は、巨大な検索スペース、重い尾の報酬分布、そして困難なクレジット割り当てのために非常に難しい。 GNNを基本方針として利用するRLエージェントが,これらの課題にどのように対処できるかを示す。
  論文  参考訳（メタデータ） (2022-04-18T21:45:13Z)
• Quantum search on noisy intermediate-scale quantum devices [7.147209811770232]
  グロバーのアルゴリズムは、実際の実装において、深さなどの物理的資源を考慮せずに設計されている。 我々は、IBMQ、IonQ、Honeywell量子デバイスを含む、異なる量子プロセッサ上での5量子量子探索アルゴリズムの詳細なベンチマークを示す。 この結果から,NISQコンピュータのパワーを最大限活用できる誤り認識型量子探索アルゴリズムの設計が可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-01-31T22:25:58Z)
• Space-efficient binary optimization for variational computing [68.8204255655161]
  本研究では,トラベリングセールスマン問題に必要なキュービット数を大幅に削減できることを示す。 また、量子ビット効率と回路深さ効率のモデルを円滑に補間する符号化方式を提案する。
  論文  参考訳（メタデータ） (2020-09-15T18:17:27Z)

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。