論文の概要: Grover search revisited; application to image pattern matching

• arxiv url: http://arxiv.org/abs/2108.10854v2
• Date: Fri, 1 Oct 2021 02:27:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-17 07:28:16.899508
• Title: Grover search revisited; application to image pattern matching
• Title（参考訳）: グローバー探索の再検討 : 画像パターンマッチングへの応用
• Authors: Hiroyuki Tezuka, Kouhei Nakaji, Takahiko Satoh and Naoki Yamamoto
• Abstract要約: 本稿では,Groverデータベース全体の探索やパターンマッチングを行う量子アルゴリズムを提案する。 鍵となる考え方は、最近提案された近似振幅符号化法を浅い量子回路で使用することである。
• 参考スコア（独自算出の注目度）: 0.8367938108534343
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The landmark Grover algorithm for amplitude amplification serves as an essential subroutine in various type of quantum algorithms, with guaranteed quantum speedup in query complexity. However, there have been no proposal to realize the original motivating application of the algorithm, i.e., the database search or more broadly the pattern matching in a practical setting, mainly due to the technical difficulty in efficiently implementing the data loading and amplitude amplification processes. In this paper, we propose a quantum algorithm that approximately executes the entire Grover database search or pattern matching algorithm. The key idea is to use the recently proposed approximate amplitude encoding method on a shallow quantum circuit, together with the easily implementable inversion-test operation for realizing the projected quantum state having similarity to the query data, followed by the amplitude amplification operation that is independent to the target data index. We provide a thorough demonstration of the algorithm in the problem of image pattern matching.
• Abstract（参考訳）: 振幅増幅のためのランドマークグローバーアルゴリズムは、様々なタイプの量子アルゴリズムにおいて必須サブルーチンとなり、クエリ複雑性の量子スピードアップが保証される。 しかし,データローディングと振幅増幅処理を効率的に実装することの技術的難しさから,アルゴリズムの原動機的応用,すなわちデータベース探索,あるいはより広くパターンマッチングを実践的に実現するための提案は行われていない。 本稿では,groverデータベース探索あるいはパターンマッチングアルゴリズム全体を概ね実行する量子アルゴリズムを提案する。 鍵となる考え方は、最近提案された近似振幅符号化法を浅量子回路に使用し、クエリデータに類似した投影量子状態を実現するための簡単なインバージョンテスト演算と、ターゲットデータインデックスとは独立な振幅増幅演算を併用することである。 本稿では,画像パターンマッチング問題におけるアルゴリズムの徹底的な実演を行う。

関連論文リスト

• Quantum Enhanced Pattern Search Optimization [0.0]
  本稿では,一般化パターン探索(GPS)アルゴリズムのための量子古典ハイブリッドアルゴリズムを提案する。 本稿では,O(N) の古典的呼び出しから O(N(1/2)) の量子呼び出しへの探索ステップに必要なオラクル呼び出し数を削減できる振幅増幅を用いた量子探索ステップアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-05-02T18:13:49Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Exploring the role of parameters in variational quantum algorithms [59.20947681019466]
  動的リー代数の階数を用いた変分量子回路のキャラクタリゼーションのための量子制御に着想を得た手法を提案する。 有望な接続は、リーランク、計算されたエネルギーの精度、および所定の回路アーキテクチャを介して目標状態を達成するために必要な深さとの間のものである。
  論文  参考訳（メタデータ） (2022-09-28T20:24:53Z)
• Complement Grover's Search Algorithm: An Amplitude Suppression Implementation [0.5352699766206808]
  グロバーの探索アルゴリズムは量子アルゴリズムにおける画期的な進歩であった。 Groverの検索アルゴリズムの拡張は、クエリの焦点が望ましくない項目に向けられている場合に導かれる。 結果はQAOAと比較される。
  論文  参考訳（メタデータ） (2022-09-21T16:38:36Z)
• Adaptive Algorithm for Quantum Amplitude Estimation [13.82667502131475]
  振幅の間隔推定のための適応アルゴリズムを提案する。 提案アルゴリズムは、同じレベルの精度を達成するために、同じ数の量子クエリを使用する。 我々は,古典モンテカルロサンプリングに対する2次高速化として,オラクルクエリの数が$O(1/epsilon)$に達することを厳密に証明する。
  論文  参考訳（メタデータ） (2022-06-16T21:11:15Z)
• 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)
• A quantum algorithm for gravitational wave matched filtering [0.0]
  雑音データ中の未知信号の検出に量子アルゴリズムを適用することを提案する。 古典的手法と比較して、これはテンプレートの数の二乗根に比例するスピードアップを与える。 本稿では,基本量子回路の実装の実証と,第1次重力波信号GW150914の検出に対するアルゴリズムの適用のシミュレーションの両方を実証する。
  論文  参考訳（メタデータ） (2021-09-03T13:58:58Z)
• Towards Optimally Efficient Tree Search with Deep Learning [76.64632985696237]
  本稿では,線形モデルから信号整数を推定する古典整数最小二乗問題について検討する。 問題はNPハードであり、信号処理、バイオインフォマティクス、通信、機械学習といった様々な応用でしばしば発生する。 本稿では, 深いニューラルネットワークを用いて, 単純化されたメモリバウンドA*アルゴリズムの最適推定を推定し, HATSアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-01-07T08:00:02Z)
• Accelerated Message Passing for Entropy-Regularized MAP Inference [89.15658822319928]
  離散値のランダムフィールドにおけるMAP推論の最大化は、機械学習の基本的な問題である。 この問題の難しさから、特殊メッセージパッシングアルゴリズムの導出には線形プログラミング(LP)緩和が一般的である。 古典的加速勾配の根底にある手法を活用することにより,これらのアルゴリズムを高速化するランダム化手法を提案する。
  論文  参考訳（メタデータ） (2020-07-01T18:43:32Z)
• Nearly Linear Row Sampling Algorithm for Quantile Regression [54.75919082407094]
  データの次元にほぼ線形なサンプル複雑性を持つ量子化損失関数の行サンプリングアルゴリズムを提案する。 行サンプリングアルゴリズムに基づいて、量子レグレッションの最も高速なアルゴリズムと、バランスの取れた有向グラフのグラフスペーシフィケーションアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-06-15T13:40:07Z)
• Active Model Estimation in Markov Decision Processes [108.46146218973189]
  マルコフ決定過程(MDP)をモデル化した環境の正確なモデル学習のための効率的な探索の課題について検討する。 マルコフに基づくアルゴリズムは,本アルゴリズムと極大エントロピーアルゴリズムの両方を小サンプル方式で上回っていることを示す。
  論文  参考訳（メタデータ） (2020-03-06T16:17:24Z)

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。