論文の概要: A quantum algorithm for gravitational wave matched filtering
- arxiv url: http://arxiv.org/abs/2109.01535v1
- Date: Fri, 3 Sep 2021 13:58:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-16 06:28:59.242075
- Title: A quantum algorithm for gravitational wave matched filtering
- Title（参考訳）: 重力波整合フィルタリングのための量子アルゴリズム
- Authors: Sijia Gao, Fergus Hayes, Sarah Croke, Chris Messenger, John Veitch
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Quantum computational devices, currently under development, have the
potential to accelerate data analysis techniques beyond the ability of any
classical algorithm. We propose the application of a quantum algorithm for the
detection of unknown signals in noisy data. We apply Grover's algorithm to
matched-filtering, a signal processing technique that compares data to a number
of candidate signal templates. In comparison to the classical method, this
provides a speed-up proportional to the square-root of the number of templates,
which would make possible otherwise intractable searches. We demonstrate both a
proof-of-principle quantum circuit implementation, and a simulation of the
algorithm's application to the detection of the first gravitational wave signal
GW150914. We discuss the time complexity and space requirements of our
algorithm as well as its implications for the currently computationally-limited
searches for continuous gravitational waves.
- Abstract（参考訳）: 現在開発中の量子計算デバイスは、いかなる古典的アルゴリズムの能力を超えて、データ解析技術を加速する可能性がある。
本研究では,ノイズデータ中の未知信号の検出に対する量子アルゴリズムの適用を提案する。
我々はGroverのアルゴリズムを、複数の候補信号テンプレートと比較する信号処理技術であるMatched-filteringに適用する。
古典的な手法と比較して、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、原理実証量子回路の実装と、最初の重力波信号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。
本稿では,アルゴリズムの時間的複雑さと空間的要件,および現在計算に制限された連続重力波探索への応用について考察する。
関連論文リスト
- Gravitational-wave matched filtering with variational quantum algorithms [0.0]
重力波検出におけるマッチングフィルタリング問題に対する変分量子アルゴリズムの適用について検討する。
LIGOのオープンサイエンスデータを用いた量子アルゴリズムの古典的数値シミュレーションの結果について述べる。
論文 参考訳（メタデータ） (2024-08-23T15:53:56Z) - Generalized quantum Arimoto-Blahut algorithm and its application to
quantum information bottleneck [55.22418739014892]
量子アリーモト・ブラフトアルゴリズムをRamakrishnanらにより一般化する。
3つの量子系を持つ量子情報ボトルネックに対して,我々のアルゴリズムを適用した。
数値解析により,我々のアルゴリズムはアルゴリズムよりも優れていることが示された。
論文 参考訳（メタデータ） (2023-11-19T00:06:11Z) - 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) - Quantum jet clustering with LHC simulated data [0.0]
2つの新しい量子アルゴリズムは、古典的なジェットクラスタリングアルゴリズムを高速化する。
最初の2つのアルゴリズムでは、次元とデータ長の指数的なスピードアップを達成することができる。
k_T$アルゴリズムでは、FastJetと同じ順序の量子バージョンが達成される。
論文 参考訳（メタデータ） (2022-09-19T10:51:13Z) - Optimal quantum control via genetic algorithms for quantum state
engineering in driven-resonator mediated networks [68.8204255655161]
進化的アルゴリズムに基づく量子状態工学には、機械学習によるアプローチを採用しています。
我々は、単一のモード駆動マイクロ波共振器を介して相互作用する、量子ビットのネットワーク(直接結合のない人工原子の状態に符号化された)を考える。
アルゴリズムは理想的なノイズフリー設定で訓練されているにもかかわらず、高い量子忠実度とノイズに対するレジリエンスを観測する。
論文 参考訳（メタデータ） (2022-06-29T14:34:00Z) - Quantum Speedup for Higher-Order Unconstrained Binary Optimization and
MIMO Maximum Likelihood Detection [2.5272389610447856]
実数値の高次非制約二項最適化問題をサポートする量子アルゴリズムを提案する。
提案アルゴリズムは,古典的領域におけるクエリの複雑さを低減し,量子領域における2次高速化を実現する。
論文 参考訳（メタデータ） (2022-05-31T00:14:49Z) - 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) - Quantum Algorithms for Prediction Based on Ridge Regression [0.7612218105739107]
本稿では,リッジ回帰モデルに基づく量子アルゴリズムを提案する。
提案アルゴリズムは幅広い応用範囲を持ち,提案アルゴリズムは他の量子アルゴリズムのサブルーチンとして利用することができる。
論文 参考訳（メタデータ） (2021-04-27T11:03:52Z) - ACSS-q: Algorithmic complexity for short strings via quantum accelerated
approach [1.4873907857806357]
符号化定理法を用いて,アルゴリズムの複雑性を推定する量子回路を提案する。
ユースケースとして,アルゴリズムの複雑さに基づくタンパク質-タンパク質相互作用の応用フレームワークを提案する。
論文 参考訳（メタデータ） (2020-09-18T14:41:41Z) - 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) - Detection of gravitational-wave signals from binary neutron star mergers
using machine learning [52.77024349608834]
本稿では,重力波検出器の時系列ひずみデータを用いたニューラルネットワークに基づく機械学習アルゴリズムを提案する。
信号対雑音比が25未満の信号に対する感度は6因子改善した。
保守的な推定は、我々のアルゴリズムが信号の到着からアラート発生までの平均10.2秒の遅延を発生させることを示している。
論文 参考訳（メタデータ） (2020-06-02T10:20:11Z)
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。