Fugu-MT 論文翻訳(概要): On The Variational Perspectives To The Graph Isomorphism Problem

論文の概要: On The Variational Perspectives To The Graph Isomorphism Problem

arxiv url: http://arxiv.org/abs/2111.09821v1
Date: Thu, 18 Nov 2021 17:43:21 GMT
ステータス: 翻訳完了
システム内更新日: 2023-03-07 12:26:59.458875
Title: On The Variational Perspectives To The Graph Isomorphism Problem
Title（参考訳）: グラフ同型問題に対する変分的観点について
Authors: Turbasu Chatterjee, Shah Ishmam Mohtashim and Akash Kundu
Abstract要約: 本稿では,変分アルゴリズムの観点からグラフ同型問題について考察する。本研究では,4ノードと5ノードのグラフに対して,アルゴリズムの結果と,そこで発生する変動について述べる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper studies the Graph Isomorphism Problem from a variational algorithmic perspective, specifically studying the Quadratic Unconstrained Binary Optimization (QUBO) formulation of the Graph Isomorphism Problem and subsequent execution using the Quantum Approximate Optimization Algorithm (QAOA) and the Variational Quantum Eigensolver (VQE). This study presents the results of these algorithms and the variations that occur therein for graphs of four and five nodes. The main findings of this paper include the clustering in the energy landscape for the QAOA in isomorphic graphs having an equal number of nodes and edges. This trend found in the QAOA study was further reinforced by studying the ground state energy reduction using VQEs. Furthermore, this paper examines the trend under which isomorphic pairs of graphs vary in the ground state energies, with varying edges and nodes.
Abstract（参考訳）: 本稿では,量子近似最適化アルゴリズム (qaoa) と変分量子固有解法 (vqe) を用いて,二次二元最適化 (qubo) によるグラフ同型問題の定式化とその後の実行について,変分アルゴリズムの観点から検討する。本研究では,これらのアルゴリズムの結果と,4ノードと5ノードのグラフに対して発生する変動について述べる。この論文の主な発見は、同じ数のノードとエッジを持つ同型グラフにおけるqaoaのエネルギー環境におけるクラスタリングである。この傾向は、VQEを用いた基底状態エネルギー削減の研究によってさらに強化された。さらに,グラフの同型対が基底状態のエネルギーで変化し,エッジやノードが変化する傾向について考察する。

関連論文リスト

Bounds on Perfect Node Classification: A Convex Graph Clustering Perspective [50.3088702686312]
本稿では,ノードラベルやノードの特徴に合致するコミュニティを基盤とした,トランスダクティブノード分類問題の解析を行う。ノード分類において,スペクトルグラフクラスタリングフレームワークにノード固有情報を組み込んだ新しい最適化問題を提案する。
論文参考訳（メタデータ） (2025-08-27T19:22:35Z)
A quantum annealing approach to graph node embedding [1.0878040851638]
ノード埋め込みは、グラフノードをベクトルとして表現し、構造的およびリレーショナル特性を保存するための重要なテクニックである。 DeepWalk、node2vec、グラフ畳み込みネットワークといった古典的な手法は、グラフの構造パターンと関係パターンをキャプチャすることでノードの埋め込みを学習する。量子コンピューティングは、量子効果を活用し、新しい最適化アプローチを導入することで、グラフベースの学習に有望な代替手段を提供する。
論文参考訳（メタデータ） (2025-03-08T20:11:55Z)
Quantum Hamiltonian Descent for Graph Partition [14.652241553662327]
グラフ分割問題の解法として量子ハミルトニアン Descent を導入する。我々はQHDの量子インスパイアされたダイナミクスを利用して最適なコミュニティ構造を同定する。
論文参考訳（メタデータ） (2024-11-22T03:08:24Z)
Detecting Homeomorphic 3-manifolds via Graph Neural Networks [0.0]
グラフニューラルネットワークを用いたグラフ多様体のクラスに対する同相性問題について検討する。 2つの畳み込みレイヤの異なる組み合わせをテストすることで、教師付き学習環境でさまざまなネットワークアーキテクチャをトレーニングし、ベンチマークします。
論文参考訳（メタデータ） (2024-09-01T12:58:09Z)
Quantum walk informed variational algorithm design [0.0]
量子変分アルゴリズム(QVA)における振幅伝達の解析のための理論的枠組みを提案する。制約のない,制約のない新規最適化のためのアルゴリズムを開発する。既存のQVAよりもコンバージェンスが改善された。
論文参考訳（メタデータ） (2024-06-17T15:04:26Z)
The graph alignment problem: fundamental limits and efficient algorithms [0.9246334723892301]
グラフ同型問題のノイズバージョンは、エッジの大部分を保存する2つのグラフのノード間のマッチングを見つけることを目的としている。この論文は、この問題の基本的な情報理論的限界を理解すること、および、基礎となるデータのアライメントを回復できるアルゴリズムを設計および分析することに焦点を当てている。
論文参考訳（メタデータ） (2024-04-18T15:31:13Z)
Degree-based stratification of nodes in Graph Neural Networks [66.17149106033126]
グラフニューラルネットワーク(GNN)アーキテクチャを変更して,各グループのノードに対して,重み行列を個別に学習する。このシンプルな実装変更により、データセットとGNNメソッドのパフォーマンスが改善されているようだ。
論文参考訳（メタデータ） (2023-12-16T14:09:23Z)
Discrete Graph Auto-Encoder [52.50288418639075]
離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。 2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
論文参考訳（メタデータ） (2023-06-13T12:40:39Z)
Score-based Generative Modeling of Graphs via the System of Stochastic Differential Equations [57.15855198512551]
本稿では,連続時間フレームワークを用いたグラフのスコアベース生成モデルを提案する。本手法は, トレーニング分布に近い分子を生成できるが, 化学価数則に違反しないことを示す。
論文参考訳（メタデータ） (2022-02-05T08:21:04Z)
A Quantum Algorithm for the Sub-Graph Isomorphism Problem [3.04585143845864]
ゲート型量子コンピュータ上でのサブグラフ同型問題を解くための新しい変分法を提案する。本手法は,中期の現実的な部分グラフ同型問題に対して適用可能であることを示す。
論文参考訳（メタデータ） (2021-11-18T14:47:10Z)
Self-Supervised Graph Representation Learning via Topology Transformations [61.870882736758624]
本稿では,グラフデータのノード表現のための自己教師型学習の一般的なパラダイムであるトポロジー変換同変表現学習について述べる。実験では,提案手法を下流ノードおよびグラフ分類タスクに適用し,提案手法が最先端の教師なし手法より優れていることを示す。
論文参考訳（メタデータ） (2021-05-25T06:11:03Z)
Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。新規な構造化融合正規化に基づく一般グラフ推定器を提案する。提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
論文参考訳（メタデータ） (2021-03-05T04:42:32Z)
Dirichlet Graph Variational Autoencoder [65.94744123832338]
本稿では,グラフクラスタメンバシップを潜在因子とするDGVAE(Dirichlet Graph Variational Autoencoder)を提案する。バランスグラフカットにおける低パス特性により、入力グラフをクラスタメンバシップにエンコードする、Heattsと呼ばれるGNNの新しい変種を提案する。
論文参考訳（メタデータ） (2020-10-09T07:35:26Z)
Heterogeneous Graph Transformer [49.675064816860505]
Webスケールの不均一グラフモデリングのための不均一グラフ変換器(HGT)アーキテクチャ動的ヘテロジニアスグラフを扱うために、HGTに相対時間符号化手法を導入する。 Web スケールのグラフデータを扱うため,ヘテロジニアスなミニバッチグラフサンプリングアルゴリズム--HGSampling--を設計し,効率的かつスケーラブルなトレーニングを行う。
論文参考訳（メタデータ） (2020-03-03T04:49:21Z)
Permutation Invariant Graph Generation via Score-Based Generative Modeling [114.12935776726606]
本稿では,最近のスコアベース生成モデルを用いて,グラフモデリングにおける置換不変手法を提案する。特に、入力グラフにおけるデータ分布の勾配をモデル化するために、置換同変のマルチチャネルグラフニューラルネットワークを設計する。グラフ生成では、我々の学習アプローチはベンチマークデータセット上の既存のモデルよりも良い、あるいは同等の結果を得る。
論文参考訳（メタデータ） (2020-03-02T03:06:14Z)
Approximate Graph Spectral Decomposition with the Variational Quantum Eigensolver [1.0152838128195465]
スペクトルグラフ理論はラプラシア行列と隣接行列とその関連するグラフの固有ベクトルと固有値の関係を研究する。ハイブリッド量子/古典的アルゴリズムとして変分量子固有解法 (VQE) アルゴリズムが提案された。本稿では、VQEアルゴリズムを拡張し、有向グラフと無向グラフのスペクトルを解析する。
論文参考訳（メタデータ） (2019-12-27T23:27:38Z)

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。